bro's coding

보호되어 있는 글입니다.

1.visualstudio download ver.2017 https://visualstudio.microsoft.com/ko/ Visual Studio IDE, 코드 편집기, Azure DevOps 및 App Center - Visual Studio Visual Studio 개발자 도구 및 서비스로 모든 플랫폼에서 어떤 언어로든 앱 개발을 쉽게 할 수 있습니다. Mac 및 Windows 코드 편집기, IDE 또는 Azure DevOps를 체험해 보세요. visualstudio.microsoft.com 2. openCV source code download https://github.com/opencv/opencv_contrib/releases/tag/4.0.0 opencv/opencv_contrib R..

케시를 사용해 속도 향상 import tensorflow as tf AUTOTUNE = tf.data.experimental.AUTOTUNE import IPython.display as display from PIL import Image import numpy as np import matplotlib.pyplot as plt import os tf.__version__ '2.2.0' https://python.flowdas.com/library/pathlib.html pathlib --- 객체 지향 파일 시스템 경로 — 파이썬 설명서 주석판 pathlib --- 객체 지향 파일 시스템 경로 소스 코드: Lib/pathlib.py 이 모듈은 다른 운영 체제에 적합한 의미 체계를 가진 파일 시스템 경로..

The CIFAR-10 dataset (Canadian Institute For Advanced Research) is a collection of images that are commonly used to train machine learning and computer vision algorithms. It is one of the most widely used datasets for machine learning research.[1][2] The CIFAR-10 dataset contains 60,000 32x32 color images in 10 different classes.[3] The 10 different classes represent airplanes, cars, birds, cats..

# MNIST 데이터를 다운로드 한다. from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) # TensorFlow 라이브러리를 추가한다. import tensorflow as tf # 변수들을 설정한다. x = tf.placeholder(tf.float32, [None, 784]) W = tf.Variable(tf.zeros([784, 10])) b = tf.Variable(tf.zeros([10])) y = tf.nn.softmax(tf.matmul(x, W) + b) # cross-entropy 모델을 설정한다. y_ = tf.place..

# 절대 임포트 설정 from __future__ import absolute_import from __future__ import division from __future__ import print_function # 필요한 라이브러리들을 임포트 import argparse import sys from tensorflow.examples.tutorials.mnist import input_data import tensorflow as tf FLAGS = None def deepnn(x): x_image = tf.reshape(x, [-1, 28, 28, 1]) # 첫번째 convolutional layer - 하나의 grayscale 이미지를 32개의 특징들(feature)으로 맵핑(maping)한다...

ㅂhttps://developers.google.com/machine-learning/glossary?hl=ko 머신러닝 용어집 | Google Developers 머신러닝 용어 정의 developers.google.com

import os import zipfile # data set # 압축 풀기 local_zip = 'C:/Users/givemebro/jupyter notebook/cats_and_dogs_filtered.zip' zip_ref = zipfile.ZipFile(local_zip, 'r') zip_ref.extractall('C:/Users/givemebro/jupyter notebook') zip_ref.close() # data set # 경로 설정 base + (train and validation) base_dir = 'C:/Users/givemebro/jupyter notebook/cats_and_dogs_filtered' train_dir = os.path.join(base_dir,'train..

# drop out : 뉴런 몇개를 막아버린다. (X_train,y_train),(X_test,y_test)=mnist.load_data() X_train=X_train/255 X_test=X_test/255 y_train=np.eye(10)[y_train] y_test=np.eye(10)[y_test] from keras.layers import Dropout from keras.layers import Flatten model=Sequential() model.add(Flatten(input_shape=(28,28))) model.add(Dense(128,activation='relu')) model.add(Dropout(0.5)) model.add(Dense(256,activation='relu')..

0.10009336676746607​ # flatten # 출력값을 1차원으로 풀어준다. ( =ravel()) (X_train,y_train),(X_test,y_test)=mnist.load_data() X_train=X_train/255 X_test=X_test/255 y_train=np.eye(10)[y_train] y_test=np.eye(10)[y_test] from keras.layers import Flatten model=Sequential() model.add(Flatten(input_shape=(28,28))) model.add(Dense(128,activation='relu')) model.add(Dense(256,activation='relu')) model.add(Dense(256,..