찰떡개발자 코딩

지난 번에는 인공신경망에 1층만 만들어서 훈련시켜보았다. 당연히 여러개의 층을 두어 복잡하게, 조금더 높은 성능을 낼수 있을거라고 예상했다. 이번에는 여러층의 모델을 만들어보려고 한다. 1). 기존과동일 하게 데이터셋을 준비한다. 추가로 검증셋까지... from tensorflow import keras (train_input, train_target), (test_input,test_target) = keras.datasets.fashion_mnist.load_data() from sklearn.model_selection import train_test_split train_scaled = train_input/255.0 train_scaled = train_input.reshape(-1,28*28)..

MNIST데이터 셋중 패션 MNIST 데이터셋을 활용하여 Keras를 공부해보려고한다. 머신러닝 살짝 공부하다가 딥러닝으로 넘어온케이스... 헷갈리는 부분도 많지만 다시 복습하면 더 잘 와닿겠지! 딥러닝 부터는 코드를 직접 적으려고 한다. 1). 데이터셋 불러와 훈련세트, 테스트세트로 분류하기 from tensorflow import keras (train_input, train_target), (test_input,test_target) = keras.datasets.fashion_mnist.load_data() 2). 데이터셋 구조 확인 print(train_input.shape,train_target.shape) ==> (60000, 28, 28) (60000,) print(test_input.sh..

이번에는 새롭게 확률적 경사하강법을 공부해보려고 한다. 이것은 딥러닝에서도 중요하게 자리잡고있는 개념이기 때문에 헷깔리면 다시 한번 보도록 하자. 1). 데이터 불러오기 2). 훈련세트와 테스트 세트 구분하기 3). 스케일 변환 여기까지는 전과 동일하다 4). 경사하강법 분류용 클래스인 SGDCassifier를 사용한다. loss = 'log' : 로지스틱 손실함수를 적용 max_iter = 훈련횟수지정 ==> 결과 : 훈련세트와 테스트세트의 정확도가 낮게 나온것을 확인 할 수있다. 예측하건데, 우리가 지정한 10번의 훈련횟수가 적었을수 도있다. 그렇다면 우리가 훈련을 추가적으로 진행하고자하면, 다시 훈련을 처음부터 해야되는가 라는 생각이들것이다. 하지만 경사하강법은 점진적 학습이 가능하여 추가적으로 훈..