뮤트 개발일지

파이썬으로 이미지 파일 다루기 CIFAR-100 파일로 실습할 예정 Pillow 사용법 (이전에는 PIL로 사용하다가 2011년 개발이 중지되어 이후 Pillow가 이어져 내려오고 있음) import numpy as np from PIL import Image data = np.zeros([32, 32, 3], dtype=np.uint8) image = Image.fromarray(data, 'RGB') image # np.zeros로 모든 픽셀 값이 0으로 초기화되었기 때문에 검은색 이미지 출력됨 # 빨간색 이미지 출력 data[:, :] = [255, 0, 0] image = Image.fromarray(data, 'RGB') image # 흰색 이미지 출력 data[:, :]= [255, 255, ..

시퀀스 데이터: 나열된 데이터, 각 요소들이 동일한 속성을 띌 필요가 없으며 어떤 기준에 따라 정렬되어 있지 않아도 된다. https://kukuta.tistory.com/310 [Python] 시퀀스 자료형 #1 리스트(list) 파이썬에선 값이 연속적으로 이어진 자료형들을 총칭하여 "시퀀스 자료형(sequence type)"이라고 부른다. 이번 강좌에서는 파이썬의 시퀀스 자료 구조 중의 하나인 리스트에 대해 알아 본다. 기본적 kukuta.tistory.com 순환신경망 RNN 토큰으로 시작하여 생성된 단어를 다시 input하는 방식, 로 끝난다. tk.keras.preprocessing.test.Tokenizer: 텐서플로우가 제공하는 모듈(패키지), 정제된 데이터를 토큰화하고, 단어 사전을 만들어..

모델에 학습시킬 이미지 사이즈가 서로 다르면 서로 사이즈를 맞춰서 모델 학습을 시켜야 한다. IMG_SIZE = 160 # 리사이징할 이미지의 크기 def format_example(image, label): image = tf.cast(image, tf.float32) # image=float(image)같은 타입캐스팅의 텐서플로우 버전입니다. image = (image/127.5) - 1 # 픽셀값의 scale 수정 image = tf.image.resize(image, (IMG_SIZE, IMG_SIZE)) return image, label Flatten: 다차원을 1차원으로 축소 import numpy as np image = np.array([[1, 2], [3, 4]]) print(image..

개인적인 사정으로 오늘은 결석을 해서 혼자 공부하였다ㅜ 풀잎은 참여못했지만 오늘 공부한 노드만이라도 정리해서 올려야겠다. (파이썬의 객체지향에 대해 배웠고 헷갈린 정보들만 정리해놓자.) 객체: 파이썬에서 object라 불리는 것들은 모두 변수에 할당될 수 있고, 함수의 인자로 넘겨질 수 있는 것들이다. self - self는 자기 자신 - 클래스에 의해 생성된 객체(인스턴스)를 가리킨다. - 클래스의 메소드는 인자로 해당 인스턴스(self)를 받아야 한다. - 메소드를 호출할 때는 self 인자를 전달하지 않는다. self의 값은 인터프리터가 제공한다. - 인스턴스 변수를 정의할 때에는 접두사 self.을 붙여준다. n면체 주사위 만들기 from random import randrange class Fu..

https://blogs.sas.com/content/saskorea/2017/08/22/%EC%B5%9C%EC%A0%81%EC%9D%98-%EB%A8%B8%EC%8B%A0%EB%9F%AC%EB%8B%9D-%EC%95%8C%EA%B3%A0%EB%A6%AC%EC%A6%98%EC%9D%84-%EA%B3%A0%EB%A5%B4%EA%B8%B0-%EC%9C%84%ED%95%9C-%EC%B9%98%ED%8A%B8/ 최적의 ‘머신러닝 알고리즘’을 고르기 위한 치트키 “어떤 알고리즘을 사용해야 할까요? blogs.sas.com 지도학습에 속하는 대표적인 알고리즘 - 분류classification: 예측해야할 데이터가 범주형 변수일때 분류라고 함 - 회귀regression: 예측해야할 데이터가 연속적인 값일때 회귀라고 ..

붓꽃 분류 문제 사이킷런(scikit-learn): 머신러닝에서 가장 많이 쓰이는 라이브러리 중 하나. 사이킷런에 내장된 데이터로 붓꽃 데이터가 있기 때문에 예제 데이터로 많이 사용한다. https://scikit-learn.org/stable/datasets.html 7. Dataset loading utilities The sklearn.datasets package embeds some small toy datasets as introduced in the Getting Started section. This package also features helpers to fetch larger datasets commonly used by the machine le... scikit-learn.org ..

막대그래프 그리기 데이터 정의 %matplotlib inline: IPython에서 사용하는 매직 메서드로 이 명령어를 입력하면 그래프가 출력된다. IPython 매직 메서드 정리 https://studymake.tistory.com/601 ipython 의 매직명령어들 2. 매직 명령어들 c{ipy02} IPython에는 매직명령어라는 것들이 있는데 %로 시작하는 명령어들이다. 보통 %문자로 시작하지만 만약 사용자 변수가 선언되지 않았다면 %문자 없이도 기능을 수행한 studymake.tistory.com - 축 그리기 fig = plt.figure(figsize=(5,2)) #도화지(그래프) 객체 생성 ax1 = fig.add_subplot(1,1,1) #figure()객체에 add_subplot 메..

결측치 Missing Data 결측치를 처리하는 방법 1. 결측치가 있는 데이터를 제거한다. 2. 결측치를 어떤 값으로 대체한다. 결측치 여부 알아보기 열) 전체 데이터 건수 - 각 컬럼별 값이 있는 데이터 수 print('컬럼별 결측치 개수') len(trade) - trade.count() 행) - DataFrame.isnull(): 데이터마다 결측치 여부를 True, False로 반환 - DataFrame.any(axis=1): 행마다 하나라도 True가 있으면 True, 그렇지 않으면 False 반환 위의 두 가지를 순서대로 적용하면 '각 행이 결측치가 하나라도 있는지'여부를 알 수 있음 - dropna: 결측치를 삭제해주는 메서드 - subset옵션: 특정 컬럼들 선택 - how옵션: 선택한 컬..

딥러딩: 데이터 준비 -> 딥러닝 네트워크 설계 -> 학습 -> 테스트(평가) 데이터 준비 MNIST 숫자 손글씨 Datase 불러들이기 텐서플로우의 표준 API인 tf.keras의 Sequential API를 이용해 숫자 손글씨 인식기를 만들 것 http://yann.lecun.com/exdb/mnist/ MNIST handwritten digit database, Yann LeCun, Corinna Cortes and Chris Burges yann.lecun.com MNIST 데이터셋의 X항목: 이미지 데이터를 담은 행렬matrix Y항목: X항목에 들어있는 이미지에 대응하는 실제 숫자 값이 담겨져 있음(답) *Matplotlib: 파이썬에서 제공하는 시각화 패키지. 차트, 플롯 등 다양한 형태로 ..

(난이도가 낮은 문법과 내용은 주관적인 기준으로 생략) 인자에 기본 값 정할 때 주의할 점 def say_hi_couple_default_wrong(name1='nobody', name2): print(name1 + ', ' + name2 + ' 안녕!') 기본값이 없는 인자는 반드시 기본값이 있는 인자 앞에 와야한다. 출력 순서 보기 def print_two(word1, word2): print(word1) print(word2) def print_and_return(word1, word2, word3): print_two(word3, word2) return word1 print_two('A', print_and_return('B', 'C', 'D')) D C A B 부동 소수점 고정 소수점: 정수를..