junny1997 개발 일지

객체 클래스 class Flight: nation = 'Korea' #클래스 변수, 속성 def __init__(self, number, passenger_num): #print('init') #raise error발생 if not number[:2].isalpha(): raise ValueError("첫 두글자가 알파벳이 아닙니다") #isalpha() 알파벳인가 if not number[:2].isupper(): raise ValueError("첫 두글자가 대문자가 아닙니다") #isupper() 대문자인가 islower if not number[2:].isdigit(): raise ValueError("세번째 글자 이상이 양의 숫자가 아닙니다") #isdigit() 숫자인가 self._number ..

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 =..

mnist 데이터 확인 import matplotlib.pyplot as plt import numpy as np from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot=True) #validaiton_size = 2000 으로 2000장으로 제한 가능 #one hot encoding [0.0.0.0.1.0.0.0.0.0.] print('validation.image: ', np.shape(mnist.validation.images)) print('validation.labels: ', np.shape(mnist.validation.labels)) #va..

Loss Function (Error Function) Mean squared error (평균 제곱 오차) $E=\frac{1}{2}\sum_{k}^{}(y_k-t_k)^2$ ex Cat: 0.1 $(0.1 - 1)^2$ Dog: 0.9 $(0.9 - 0)^2$ Cross entropy error (교차 엔트로피 오차, 정답일때의 출력이 전체값을 결정) $E=-\sum_{k}^{}t_k\log y_k$ ex Cat: 0.1 $1*\log 0.1$ Dog: 0.9 $0*\log 0.9$ Back-Propagation(역오차전파) Gradient decent $w_{1}^{t+1}=w_{1}^{t}-\varepsilon \nabla E$ (훈련샘플에 의한 E오차) 임의의 지점부터 loss가 줄어드는방향으로..

딕셔너리형 사용법 dictionary는 key와 value의 쌍 #dictionary 사용법 name_to_age = {"Jenny": 20, "Ella":31} #name_to_age = {} 처럼 빈 dictionary로 선언가능 name_to_age["John"] = 26 name_to_age["Tom"] = 29 #마음대로 추가 가능 print(name_to_age["Jenny"]) print(name_to_age["John"]) print(name_to_age["Tom"]) name_to_age["Jenny"] = 21 #수정 가능 print(name_to_age["Jenny"]) print(name_to_age.get("Jenny")) #두가지 접근법 print(name_to_age.keys(..

import tensorflow as tf node1 = tf.constant(3.0, tf.float32) node2 = tf.constant(4.0) #암묵적으로 tf.float32(32비트 실수) node3 = tf.add(node1, node2) print("node1:", node1, "node2:", node2) sess = tf.Session() print("sess.run(node1, node2):",sess.run([node1, node2])) print("sess.run(node3):", sess.run(node3)) node1: Tensor("Const:0", shape=(), dtype=float32) node2: Tensor("Const_1:0", shape=(), dtype=fl..

Process of Learning 1. Evaluation (Forward propagation) 데이터 입력 2. Loss and Gradient (Backpropagation) 오차 계산 및 반영 3. Update (Optimize) 업데이트 Perceptron 하나의 신경세포 입력 처리 출력 (w1*x1+w2*x2+b=0) Activation Function (퍼셉트론의 정보 판단) Multi-layer percetron 을 구성하여 복잡한 데이터 분류 Activation Function Step Function $h(x)=\left\{\begin{matrix} 0\quad(x\leq0)\\ 1\quad(x> 0) \end{matrix}\right.$ Sigmoid Function $h(x)=\f..

연습문제 1 언어 = 90, 영어 = 60, 수학 = 81 위 학생의 평균 성적을 구하는 코드를 작성하세요. (average) print(average) grade = [] while(1): enter = input("plz enter grade:") if enter: grade.append(float(enter)) else: break print(grade) average = 0 for i in range(len(grade)): average += grade[i] average = average/len(grade) print(average) plz enter grade:90 plz enter grade:60 plz enter grade:81 plz enter grade: [90.0, 60.0, 81.0..