junny1997 개발 일지

import tensorflow as tf import random import time import os from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot=True, validation_size=5000) #5000개 지정 #input output 이름(name) X Y 지정, 불러오기 편함 X = tf.placeholder(tf.float32, [None, 784], name="X") Y = tf.placeholder(tf.float32, [None, 10], name="Y") keep_prob = tf.placeholder(tf.float32,..

Overfitting train error는 계속 낮아지지만 특정 시점(overfitting, 과적합)부터 테스트 셋의 error가 증폭함 Overfitting을 막기위한 방법 Early Stopping 갱신된 최고점만 저장함 Dropout Ensemble은 n개의 모델을 학습, 종합 판단 시간 자원 소모 큼 Dropout은 random하게 뉴런을 꺼 다양한 모델을 학습시킨 효과를 냄 (뉴런 살릴 확률 0.5) Weight decay, Weight restriction 자유도가 높으면 overfitting 쉬움 Orthogonality 멀티태스크 러닝, 유사성이 있는 다른 두가지 태스크를 동시에 진행함 ex) 영화리뷰, 상품리뷰 를 동시에 진행하여 공통 데이터로 성능 증가 Knowledge distill..

튜플 t1 = (1, 2, 3) #괄호로 선언 print(t1) print(len(t1)) print(t1[0]) print(t1[:2]) #튜플은 del t1[0], t1[0] = 4 등의 데이터 수정 지원 안함 t2 = (4,) print(t2) print(t1*3) print(t1 + t2) (1, 2, 3) 3 1 (1, 2) (4,) (1, 2, 3, 1, 2, 3, 1, 2, 3) (1, 2, 3, 4) 파일 입출력 #w 쓰기 f = open("./write.txt",'w',encoding='utf-8') f.write("file write") f.close() f = open("./write.txt",'w',encoding='utf-8') for i in range(1, 10): data =..