minhui study

Chapter 01. TCP/IP 방식의 계층적 구조 ▶ 통신이란? 전송과 제어로 이뤄졌다는 기본 원리에 따라 아래 그림과 같은 계층적 구조를 제시 TCP 방식에 기반해 오류를 제어하기 위한 계층 IP 방식에 기반해 데이터를 전송하기 위한 계층 ▶ TCP/IP Protocol * Protocol : 호스트와 호스트 사이에서 사용하는 일종의 언어와 같은 개념 - 오늘날 4계층으로 이루어진 구조로 성장했지만 TCP/IP 프로토콜의 구조와 기능 등을 설명할 때에는 다음과 가티 4계층이 아닌 5계층 구조로 설명한다. 계층 구분 해당 계층에 속하는 프로토콜 종류 응용 FTP SSH TELNET SMTP DNS HTTP SNMP SSL 등 전송 TCP UDP 등 네트워크 IP ICMP IGMP ARP 등 데이터 링..

선형 회귀 1차 함수로 이해하는 선형 회귀 y = ax + b 위 1차 함수의 기울기는 a이고 절편은 b이다. ▶ 선형 회귀는 기울기와 절편을 찾아준다. 선형 회귀의 주요 관심사는 '절편과 기울기를 찾는 것'이다. ▶ 그래프를 통해 선형 회귀의 문제 해결 과정을 이해한다. 문제 해결을 위해 당뇨병 환자의 데이터 준비하기 ▶ 사이킷런에서 당뇨병 환자 데이터 가져오기 1. load_diabetes()함수로 당뇨병 데이터 준비하기 사이킷런의 데이터 세트 중 당뇨병 환자의 데이터 세트를 가져온다. datasets모듈에 있는 load_diabetes()함수를 임포트한 후 매개변수 값을 넣지 않은 채로 함수를 호출하면 diabetes에 당뇨병 데이터가 저장된다. diabetes변수에 저장된 데이터의 자료형은 파이썬..

Pytorch에서_ Tensorboard import os from glob import glob import torch import torch.nn as nn import torch.nn.functional as F import torch.optim as optim from torchvision import datasets, transforms from torch.utils.data import Dataset, DataLoader import numpy as np from PIL import Image seed = 1 lr = 0.001 momentum = 0.5 batch_size = 64 test_batch_size = 64 epochs = 1000 no_cuda = False log_interva..

post_process_history TensorFlow 2.0 → Hyperparameter Tunning → Build Model → Data Preprocess → Training History 들여다 보기 history.history.keys() history.params mew_model = history.model plt.plot(history.history['accuracy']) plt.plot(history.history['val_accuracy']) plt.title("Model Accuracy") plt.ylabel("accuracy") plt.xlabel("epoch") plt.legend(['train', 'validation']) plt.show post_process_predic..

Callback이란? 모델을 훈련시키는 일은 대체적으로 오랜 시간이 걸린다. Tensorflow가 기본적인 Log를 출력해주기는 하지만 훈련이 끝날 때까지 기다리기만 하지 않고 모델을 훈련시키는 동안 어떤 이벤트들이 발생하면 개발자가 원하는 동작을 수행할 수 있는 방법을 Tensorflow가 제공하고 있다. 이 때 개발자가 원하는 동작을 Callback이라고 부른다. 즉, TensorFlow 2.0 → Hyperparameter Tunning → Build Model → Data Preprocess 먼저 필요한 모듈들을 호출하고 파라미터 값들을 지정해준 후에 model 빌드한다. 그 후 데이터 전처리 과정을 거친 후 training을 시키면서 다음의 callbacks 코드를 실행시켜 TensorBoard..

Load Image & Make Batch tf.data Batch로 묶기 Shuffle하기 Label하고 같이 넣기 tensorflow함수로 label얻기 Fit with tf.data Tensorflow 2.0 Hyperparameter Tunning Build Model Data Preprocess * 이미지를 transformed했을 때 Training

flow_from_dataframe(DataFrame 만들기) 파이썬 문자열 관련 함수 사용 os glob replace split join strip class 이름 얻은 것을 함수로 묶기 Class 수 확인 → 시각화해서 확인해보기 DataFrame 생성 파이썬에서 csv 또는 excel을 다룰 때 사용되는 library 주로 엑셀과 같이 테이블 형식으로 되어있는 데이터들을 다룬다. DataFrame 생성 방법 ▶ train용 path ▶ test용 path 만들어진 DataFrame저장 index는 앞에 index가 csv 안에서 앞에 저장이 되지 않도록 하기 위함 Data 확인 DataFrame 적용하여 학습시키기 Hyperparameter Tunning Preprocess * flow_from_..

fit_generator - Image Transformation Load Image Set Data Generator Transformation ImageDataGenerator property width_shift_range : move in horizontal range height_shift_range : move in vertical range rotation_range : rotation within the angular range brightness_range zoom_range : zoom in/out of image in range horizontal_flip : flip image horizontally vertical_flip : flip image vertically rescale ..