노성민의 개발 노트

import tensorflow from keras.models import Sequential from keras.layers import Dense, Dropout, Conv2D, MaxPool2D, Flatten, AveragePooling2D, Activation from keras.layers import BatchNormalization from keras.regularizers import l2 model = Sequential(name="Alexnet") # Conv1 (conv + pool + batchnorm) model.add(Conv2D(filters= 96, kernel_size=(11,11), strides=(4,4), padding='valid', kernel_regulariz..

딥러닝 기초 이론/딥러닝 파이썬 실습 2023. 2. 15. 12:14

from keras.models import Sequential from keras.layers import Dense, Dropout, Conv2D, MaxPool2D, Flatten, AveragePooling2D from keras.layers import BatchNormalization input_shape=(32, 32, 3) #Instantiate an empty model model = Sequential() # C1 Convolutional Layer model.add(Conv2D(6, kernel_size=(5, 5), strides=(1, 1), activation='tanh', input_shape=input_shape, padding='same')) # S2 Pooling Laye..

딥러닝 기초 이론/딥러닝 파이썬 실습 2023. 2. 15. 12:08

import cv2 import numpy as np from google.colab.patches import cv2_imshow weight_file = '/gdrive/My Drive/darknet/weights/yolov3.weights' cfg_file = '/gdrive/My Drive/darknet/cfg/yolov3.cfg' name_file = '/gdrive/My Drive/darknet/data/coco.names' 이 코드는 객체 검출(예: 사람, 자동차, 동물 등)을 수행하기 위해 YOLOv3 알고리즘을 사용하고, 이를 위해 필요한 파일들의 경로를 지정하는 부분입니다. weight_file: 미리 학습된 가중치(weight)가 저장된 파일의 경로를 나타냅니다. 이 파일은 COCO ..

자율주행/컴퓨터 비젼 프로젝트(python) 2023. 2. 11. 16:51

import tensorflow as tf from tensorflow import keras import IPython !pip install -U keras-tuner import kerastuner as kt (img_train, label_train), (img_test, label_test) = keras.datasets.fashion_mnist.load_data() ashion_mnist.load_data를 다운받습니다. # Normalize pixel values between 0 and 1 img_train = img_train.astype('float32') / 255.0 img_test = img_test.astype('float32') / 255.0 정규화를 시켜줍니다. def mod..

딥러닝 기초 이론/딥러닝 파이썬 실습 2023. 2. 10. 17:23

import tensorflow as tf from tensorflow import keras import numpy as np import matplotlib.pyplot as plt import os import PIL import pathlib dataset_url = "https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz"#구글의 꽃 이미지 data_dir = tf.keras.utils.get_file('flower_photos', origin=dataset_url, untar=True)#origin=dataset_url: 상용할 url, untar=True:압축을 풀어라 data_dir = p..

딥러닝 기초 이론/딥러닝 파이썬 실습 2023. 2. 10. 17:17

모듈 임포트 import tensorflow as tf from tensorflow.keras.datasets.mnist import load_data from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense, Input, Flatten from tensorflow.keras.utils import to_categorical, plot_model import numpy as np import tensorflow as tf from keras.models import load_model from sklearn.model_selection import train_test_split import matplot..

딥러닝 기초 이론/딥러닝 파이썬 실습 2023. 2. 5. 15:01

딥러닝 구조 및 학습 딥러닝 구조와 학습에 필요한 요소 모델(네트워크)를 구성하는 레이어(layer) 입력 데이터와 그에 대한 목적(결과) 학습시에 사용할 피드백을 정의하는 손실 함수(loss function) 학습 진행 방식을 결정하는 옵티마이저(optimizer) 레이어(Layer) 신경망의 핵심 데이터 구조 하나 이상의 텐서를 입력받아 하나 이상의 텐서를 출력하는 데이터 처리 모듈 상태가 없는 레이어도 있지만, 대부분 가중치(weight)라는 레이어 상태를 가짐 가중치는 확률적 경사 하강법에 의해 학습되는 하나 이상의 텐서 Keras에서 사용되는 주요 레이어 Dense Activation Flatten Input from tensorflow.keras.layers import Dense, Activ..

딥러닝 기초 이론/딥러닝 파이썬 실습 2023. 2. 5. 14:10

1. Tensor 텐서란 매우 수학적인 개념으로 데이터의 배열이라고 볼 수 있습니다. 텐서의 Rank는 간단히 말해서 몇 차원 배열인가를 의미합니다. RANK TYPE EXAMPLE 0 scalar [1] 1 vector [1,1] 2 matrix [[1,1],[1,1]] 3 3-tensor [[[1,1],[1,1]],[[1,1],[1,1]],[[1,2],[2,1]]] n n-tensor

딥러닝 기초 이론/밑바닥부터 시작하는 딥러닝 이론 2023. 2. 1. 21:48