[TensorFlow 2.0] 각 Layer별 역할 및 파라미터
Load Packages 12345import tensorflow as tfimport osimport matplotlib.pyplot as plt%matplotlib inline Input Image 1234567891011from tensorflow.keras import datasets(train_x, train_y), (test_x, test_y
Load Packages 12345import tensorflow as tfimport osimport matplotlib.pyplot as plt%matplotlib inline Input Image 1234567891011from tensorflow.keras import datasets(train_x, train_y), (test_x, test_y
Load Packages 123456import numpy as npimport matplotlib.pyplot as pltimport tensorflow as tf%matplotlib inline 데이터 불러오기 TensorFlow 에서 제공해주는 데이터셋(MNIST) 예제 불러오기다. 12345678from tensorflow.keras import
Load Packages 12import numpy as npimport tensorflow as tf Tensor 생성 list -> Tensor 1234tf.constant([1, 2, 3])# Out<tf.Tensor: shape=(3,), dtype=int32, numpy=array([1, 2, 3])> tuple -> Te
TensorFlow 2.0 1.x에 비해 정말 쉬워졌다. Numpy Array와 호환이 쉽다. TensorBorad, TFLite, TPU 여전히 많은 사용자들이 사용한다. 상용 목적으로 주로 사용한다. PyTorch Dynamic Graph & Define by Run 쉽고 빠르며 코드가 간결하다. 빠르게 성장하고 있다. 커뮤니티가 많이
Load Packages 12345import numpy as npfrom PIL import Imageimport matplotlib.pyplot as plt%matplotlib inline 이미지 불러오기 123456789path = 'images/dog.jpg'image_pil = Image.open(path)image = np.array(imag
Python에서 matplotlib를 사용하여 시각화하는 방법에 대해 알아보겠다. Load Packages 1234import numpy as npimport matplotlib.pyplot as plt%matplotlib inline Basic Attributes 123456789101112131415alpha : 투명도king : 그래프 종류 'li
zeros 0으로 채워진 numpy 배열을 만든다. 123456np.zeros([3, 3])# Outarray([[0., 0., 0.], [0., 0., 0.], [0., 0., 0.]]) ones 1로 채워진 numpy 배열을 만든다. 123456np.ones([3, 3])# Outarray([[1., 1., 1.],
Numpy 기초에 대해 다뤄보겠다. Load Package 1import numpy as np data type 배열의 dtype을 봅니다. 12345arr = np.array([[1, 2, 3], [1, 2, 3]])arr.dtype# Outdtype('int32') .astype() 으로 datatype을 변환 가능하다. 123456arr = arr
Numpy 란 Numpy는 C언어로 구현된 파이썬 라이브러리로써, 고성능의 수치계산을 위해 제작되었습니다. Numerical Python의 줄임말이기도 한 Numpy는 벡터 및 행렬 연산에 있어서 매우 편리한 기능을 제공합니다. 출처: Tigercow.Door Numpy는 고차원적인 데이터를 다루기 쉽게 만들어져 있어 딥러닝을 하게 되면 많이 접하게
인공지능(AI)을 통해 개발을 하기 위해 개발 도구들을 설치합니다. 1. Anaconda 설치 Anaconda는 여러 가지 수학 및 과학 패키지들을 기본적으로 포함하고 있는 Python 배포판입니다. 그래서 머신러닝, 딥러닝, 데이터 분석에서 사용을 하려고 한다면 Anaconda를 통해 설치하는 것이 좋습니다. Anaconda Download 사이트에 접