분류 전체보기 29

lecture07 0교시 파이썬 기초 연습문제

nltk 토큰화 import nltk sentence = "Hi . This is Tom . I have many cars ." sentence = sentence.lower() tokens = nltk.word_tokenize(sentence) # 토근화 print(tokens) text = nltk.Text(tokens) # 토큰 다시 텍스트화 print(text) print(len(text.tokens)) print(len(set(text.tokens))) for token in text.vocab(): print(token, text.vocab()[token]) # text.vocab[token]에 출현수 저장됨 text.plot(9) print(text.count('.')) print(text...

lecture06 0교시 파이썬 기초 연습문제

class 상속 # parent class, super class class Person: def __init__(self): self.num_arm = 2 print("Person_init") def greeting(self): print('안녕하세요.') class University: def credit_show(self): print("A") # 상속(다른 클래스의 기능 물려받음) # child class, sub class class Student(Person, University): # 다중 상속 def __init__(self, semester): super().__init__() # 부모 클래스의 init을 사용하려면 불러와야줘야 함 self.semester = semester def st..

lecture05 2교시 개념정리 CNN 활용 객체분류

keras cifar10 데이터셋 확인 import numpy as np import matplotlib.pyplot as plt from tensorflow.keras.datasets.cifar10 import load_data (x_train, y_train), (x_test, y_test) = load_data() print(np.shape(x_train)) print(np.shape(y_train)) print(np.shape(x_test)) print(np.shape(y_test)) # airplane, automobile, bird, cat, deer, dog, frog, horse, ship, truck print(y_train[111]) plt.imshow(x_train[111]) plt...

lecture05 0교시 파이썬 기초 연습문제

웹 크롤링 from bs4 import BeautifulSoup import urllib.request import re def clean_str(string): """ Tokenization/string cleaning for all datasets except for SST. Original taken from https://github.com/yoonkim/CNN_sentence/blob/master/process_data.py """ string = re.sub(r"[^A-Za-z0-9(),!?\'\`]", " ", string) string = re.sub(r"\'s", " \'s", string) string = re.sub(r"\'ve", " \'ve", string) string = re...

lecture04 2교시 인공지능 텐서플로우 실습 필기체 인식기3 CNN

import tensorflow as tf import time import os from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) X = tf.placeholder(tf.float32, [None, 784], name="X") X_img = tf.reshape(X, [-1, 28, 28, 1]) # [filter_size, filter_size, channel, num_filter] # tf.reshape로 784->28x28 1채널 img로 만듬 -1은 자동 계산 Y = tf.placeholder(tf.float32, [None, 10..

lecture03 2교시 인공지능 텐서플로우 실습 필기체 인식기2

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,..