본문 바로가기

Tech/머신러닝

(30)
Tensorflow-KR 캐글 음성인식 챌린지 후기 모임 Tensorflow-KR 캐글 음성인식 챌린지 후기 모임 2018년 02월 05일 18:00 ~ 22:00음성인식 캐글 도전 10팀 후기 : 온오프믹스 : https://onoffmix.com/event/126475 모임 마감됨. 캐글 : 텐서플로우를 이용하여 말한 내용(음성인식)을 글자로 바꾸기https://www.kaggle.com/c/tensorflow-speech-recognition-challenge 참고1 : https://research.googleblog.com/2017/08/launching-speech-commands-dataset.html참고2 : http://cscp2.sogang.ac.kr/CSE5311/index.php/Tensor_Flow%EB%A5%BC_%EC%9D%B4%EC..
keras 실행 에러 - MKL_THREADING_LAYER=GNU or Failed to import pydot keras 실행 에러 - MKL_THREADING_LAYER=GNU 케라스 keras 버전 출력하기를 따라하는데 아래와 같은 에러가 생기는 경우가 있습니다. 케라스 강의 사이트 : https://tykimos.github.io/2017/08/07/Keras_Install_on_Windows/ import scipy import numpy import matplotlib import pandas import sklearn import pydotplus import h5py import theano import tensorflow import keras print ('scipy.'+scipy.__version__) print ('numpy.'+numpy.__version__) print ('matplotli..
KCD 2018 - 한국 커뮤니티 데이 - 케라스 이야기 KCD 2018 - 한국 커뮤니티 데이 - 케라스 이야기 2018년 02월 24일 (토) 오후 1시 https://tykimos.github.io/2018/02/24/Deep_Learning_Tool_in_Everyones_hands/ 신청 : https://kcd2018.festa.io/ 프로그램 일시 : 2018년 2월 24일 오후 1시 ~ 오후 1시 40분 장소 : 한국 마이크로소프트 11층 내용 : 목차 : 케라스 이야기 : 케라스는 파이썬으로 구현된 쉽고 간결한 딥러닝 라이브러리입니다. 딥러닝 비전문가라도 각자 분야에서 손쉽게 딥러닝 모델을 개발하고 활용할 수 있도록 케라스는 직관적인 API를 제공하고 있습니다. 내부적으로는 텐서플로우(TensorFlow), 티아노(Theano), CNTK 등의..
[정리] 모두를 위한 딥러닝 05 - Logistic Classification [정리] 모두를 위한 딥러닝 05 - Logistic Classification by 김성훈 강의 웹사이트 : http://hunkim.github.io/ml/Lec = 강의 / Lab = 실습 지금까지는 결과값 Y 가 숫자였는데, 이번 강의에서는 0 또는 1 이렇게 둘 중 하나인 경우를 살펴본다.병에 걸렸는지 여부, 시험을 통화할 수 있는지 여부 등에 이용할 수 있다. 이를 나타내려면 단순히 직선 그래프로는 안되고 0 또는 1 에 수렴해야 하는데, 이때 사용되는 함수는 아래와 같다. 시그모이드 (하이퍼볼릭 탄젠트 tanh 파란색 점선) 함수로 나타낼 수 있다. 로그 함수로 나타낼 수도 있다.여기에서 빨간색이 X 축이라면 Y 값은 0 또는 1 에 수렴하는 그래프가 된다. 오 ~ 이를 파이썬으로 구현하면 ..
[정리] 모두를 위한 딥러닝 04 - Multi-Variable Linear Regression [정리] 모두를 위한 딥러닝 04 - Multi-Variable Linear Regression by 김성훈 강의 웹사이트 : http://hunkim.github.io/ml/Lec = 강의 / Lab = 실습 x 가 여러개인 경우, 행렬을 이용해서 Y 를 예측하는 방법. 이를 파이썬으로 구현하면 아래와 같다. import tensorflow as tfx_data = [[73., 80., 75.], [93., 88., 93.], [89., 91., 90.], [96., 98., 100.], [73., 66., 70.]]y_data = [[152.], [185.], [180.], [196.], [142.]]# placeholders for a tensor that will be always fed.X = ..
[맥 MACOS] 딥러닝 개발환경 만들기 - TensorFlow + Jupyter 설치 [맥 MACOS] 딥러닝 개발환경 만들기 - TensorFlow + Jupyter 설치 윈도와 크게 별다른건 없고, 파이썬이 기본으로 설치되어 있는데, 이걸 수동으로 설치한 버전으로 맞추는 작업이 필요하다. 1. VirtualEnv 설치$ sudo pip install --upgrade virtualenv 2. VirtualEnv 환경설정, 필요 패키지 설치 우선 파이썬 3 버전으로 설치한다. $ virtualenv --system-site-packages -p python3 /Users/marasong/tensorflow 3. 텐서플로우 TensorFlow 설치pip3 install --upgrade tensorflow 아래와 같이 tensorflow-1.4 버전이 설치되었다. 4. 파이썬 3.5 설치..
[정리] 모두를 위한 딥러닝 03 - cost 줄이기 [정리] 모두를 위한 딥러닝 03 - cost 줄이기 by 김성훈 강의 웹사이트 : http://hunkim.github.io/ml/Lec = 강의 / Lab = 실습 W=2 일때에도 계산해보자. 이걸 2차원 그래프로 나타내면 아래와 같다.W=1 이 정답이다. (Y = 1 * X) 이를 3차원 그래프로 나타내면 아래와 같다. W=1 인 값은 미분했을때 (접선의 기울기) 0 이 되는 곳이다. 이걸 파이썬을 이용해서 구현하면 아래와 같다. 초기값을 5 로 주고, 0.1 씩 곡선을 타고 내려가는데 GradientDescentOptimizer 라는 최적화 함수를 이용하면 된다.오, 6번만에 정답을 찾았다. 다른 예로, 초기값을 -3 으로 주고, 0.1 씩 곡선을 타고 내려간다.역시 6번만에 정답을 찾았다. 소스..
[정리] 모두를 위한 딥러닝 02 - Linear Regression [정리] 모두를 위한 딥러닝 02 - Linear Regression by 김성훈 강의 웹사이트 : http://hunkim.github.io/ml/Lec = 강의 / Lab = 실습 먼저 가설을 세워야 한다.우선 그 가설은 직선이다. (리니어 리그레션)가설 (직선) 과 실제값 (그래프에서 X 로 표시된 값) 의 차이를 줄여야 한다. 가설값과 실제값과의 차이를 코스트 cost 또는 로스 loss 라고 한다.차이가 양수일수도 있고 음수일수도 있으며, 차이가 크면 클수록 문제가 큰거니까 이 차이 (빨간선의 길이) 를 제곱한다. 이제 이 차이를 줄여야 한다.코드에서 보면# Our hypothesis XW+bhypothesis = X * W + b# cost/loss functioncost = tf.reduce..




반응형