진박사의 일상

졸프 관련해서 정리한 Keras와 딥러닝 학습 방법에 대한 개요를 정리해본다. 아직 학기중이라 정리하고 하는 것이 미숙하기도 하고 시간도 부족하지만 차근차근 정리해나가야지... 1. 목차 •딥러닝과 Keras •딥러닝 모델을 짜는 순서 •문제 정의 및 데이터세트 준비 •평가 방법 선택 •데이터 전처리 •모델 구성하기 •과대적합 최소화 2. 딥러닝과 Keras •딥러닝이란 머신러닝의 하위 분류로 신경망을 통해 주어진 훈련 데이터를 기반으로 모델을 학습시켜 실제 데이터의 예측을 하는 기법이다. •이를 위해 문제를 분석하여 알맞은 활성화함수, 손실함수 등을 선택하고, 입력 데이터를 알맞은 형태로 전처리, 층(Layer)을 조합하여 모델을 구성, 검증 결과를 분석하여 과대적합을 규제하는 과정 등이 필요하다. •..

from keras.datasets import boston_housing (train_data, train_targets), (test_data, test_targets) = boston_housing.load_data() #데이터 준비 #스케일이 다른 값을 입력값으로 삼을 때 생기는 문제를 해소하기 위해 특성별로 정규화(표준화)를 시켜주자 #각 열의 특성에 대해 평균을 빼고 표준편차로 나눈다. mean = train_data.mean(axis=0) train_data -= mean std = train_data.std(axis=0) train_data /= std #훈련 데이터에서 계산한 값으로 테스트 데이터를 정규화한다. 기본적으로 테스트 데이터에서 계산한 값을 쓰면 안된다. test_data -=..

from keras.datasets import reuters (train_data, train_labels), (test_data, test_labels) = reuters.load_data(num_words=10000) ''' word_index = reuters.get_word_index() reverse_word_index = dict( [(value, key) for (key, value) in word_index.items()]) decoded_review = ' '.join( [reverse_word_index.get(i -3, '?') for i in train_data[0]]) ''' import numpy as np #전처리 def vectorize_sequence(sequence, d..

from keras.datasets import imdb #영화 리뷰 데이터셋 (train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words=10000) #num_words=10000 자주 사용하는 단어 10000개만 사용 ''' word_index = imdb.get_word_index() reverse_word_index = dict( [(value, key) for (key, value) in word_index.items()]) decoded_review = ' '.join( [reverse_word_index.get(i -3, '?') for i in train_data[0]]) '''#리뷰 디코딩 테스트 impor..

최근 하고 싶은 것들을 좀 정리해보고 싶다. 1. 개인 게임 제작(Unity 기반) 이건 대학 생활동안 숙원이기도 한 개인 인디 게임 제작. 기획부터 그래픽, 프로그래밍까지 혼자 해서 하나 정도는 꼭 출시를 해보고 싶다. 잘 만들고 못 만들고를 떠나서... -이를 위해 준비하고 있는 것들1) Unity 공부 - 여러 도서나 온라인 강좌를 통해 배우는 중... 아직 멀었다2) Blender - 3D 그래픽 툴인 것 같은데 아직 얼마 전에 처음 안 정도.. 빨리 배우고 싶다3) 그래픽 - 그래픽이라는게 단순히 그림만 그려서 되는게 아닌 거 같다... UI디자인이나 캐릭터 디자인은 또 완전 새로운 영역 같음... 찾아봐야지 열심히 2. 딥러닝 공부 이건 최근 관심 생긴 분야. Tensorflow 잠깐 끄적끄적..

https://github.com/DrJin내 깃허브 조금씩 추가해 가야지