반응형 Python_Tensorflow4 [Machine Learning] Learning Rate ( 학습률 ) 머신러닝 단기집중과정 ( 손실줄이기 참고 )를 참고하였습니다. 이미지도 참고해서 사용하였고 저의 생각만 쉽게 이해할수 있도록 정리한것입니다. 처음 Machine Learning을 시작하면서 Kaggle의 SignLanguage를 해보려고 시도했었습니다. 처음으로 만들어본 허접한 코드는 [ https://github.com/zzdd1558/KaggleSignLanguage ]에서 볼수있습니다 ^^.. Dataset도 같이 있습니다. 만들면서 겪었던 이슈는 아무리 학습을 시켜도 Accuracy가 33% 이상을 넘지 않는다는 것이었습니다. Train_data와 Test_data , Train_label , Test_label은 사이킷런의 train_test_split를 사용하여 85%는 Training_Dat.. 2018. 7. 22. [TensorFlow] 텐서플로 용어정리 (1) Google MachineLearning crash 단기집중과정을 공부하면서 적는 나만의 생각 [ 구글 머신러닝 단기 집중과정 ] feature ( 특징 ) 단순 선형 회귀의 x 변수 label ( 라벨 ) 단순 선형 회귀의 y 변수 , 예측 하는 항목 예를 들어 MNIST의 숫자데이터를 쓴다면 다음 이미지가 1인지 2인지 구분해주는 명찰이라고 생각하면 될듯하다. Supervised Learning ( 지도 학습 ) 훈련 데이터로부터 하나의 함수를 유추 해내기 위한 기계학습의 한 방법이다. 훈련 데이터는 일반적으로 입력 객체에 대한 속성을 벡터 형태로 포함하고 있으며 각각의 벡터에 대해 원하는 결과가 무엇인지 표시되어 있다. ( 지도학습 wiki ) 나의 이해 - 데이터를 학습 시킬때 feature와 L.. 2018. 7. 18. [Python_MachineLearning] TFRecord사용하면서 겪은 이슈 TFRecord파일을 Trainning 시키고 Predict까지 TestDataSet으로 돌리면서 느리다는 생각을 해본적이 없었습니다. 하지만 label이 없는 X 데이터 하나만 넣었을때 0.27 초가량이 소요되었고 10개를 확인하는데 3초정도가 소요되는것을 확인했습니다. 딱봐도 이상하다해서 확인해본결과 Estimator를 사용하여 predict를 할때 하나씩 넣는게 아닌 2차원 numpy.ndarray타입으로 한번에 집어넣었고 1개가 되었든 100개가 되었든 얼추 비슷한 시간이 소요되는것을 확인하였습니다. 이처럼 Estimator를 사용하여 여러개의 인식을 할때는 한번에 넣어주는걸 권장합니다 ... 초보의 관점에서 발생한 이슈를 정리해보았습니다. 2018. 6. 28. [Python Tensorflow] tensorflow GetStarted 정리 Tensorflow를 학습하면서 TensorFlow공식 홈페이지에 있는 GetStarted의 iris에 대한 예제를 진행하면서 정리해봤습니다. 저도 학습하는 입장에서 정확하지 않을수도 있습니다. 잘못된부분에 대해서는 지적 부탁드리며 예제는 이미 tensorflow에 나와있습니다. 어느정도 공부하는대로 주석을 한글로 달아서 올렸습니다. 화이팅하세요 참고사이트 : https://www.tensorflow.org/get_started/eager # -*- coding:utf-8 -*- from __future__ import absolute_import, division, print_function import os import matplotlib.pyplot as plt import tensorflow as.. 2018. 6. 11. 이전 1 다음 반응형
