keras.layers.Conv2D, MaxPool2D,Dropout,compile,fit

tf.keras.layers.Conv2D() 행렬 형태의 데이터를 filter가 convolution 작업을 하는 function. arguments 설명 filters : integer, 연산 후 나오는 공간의 차원 즉, output convolution 의 filter 개수.…

머신러닝 코드 이해2019년 7월 5일

numpy로 broadcasting, vector,matrix 연산 구현

numpy 라이브러리를 사용한 broad casting 및 vector, dotproduct, multiplication matrix 를 python 코드로 구현한 것: ReLU 함수 구현 :

def naive_relu(x):
    assert len(x.shape) == 2

    x = x.copy()
    for i in range(x.shape[0]):
        for j in range(x.shape[1]):
            x[i,j] = max(x[i,j], 0)

    return x

a = np.array([[1,2,-2,4,5],
              [1,-1,3,-4,5]])
a = naive_relu(a)
print(a)

def naive_relu(x):

assert len(x.shape) == 2

x = x.copy()

for i in range(x.shape[0]):

for j in range(x.shape[1]):

x[i,j] = max(x[i,j], 0)

return x

a = np.array([[1,2,-2,4,5],

[1,-1,3,-4,5]])

a = naive_relu(a)

print(a)

행렬덧셈 :…

머신러닝 코드 이해2019년 6월 2일

tf.get_variable, tf.variable_scope

Tensorflow 에서 복잡한 신경망에서 효율적이고 깔끔한 구현 방법 중 사용되는 중요한 함수다. 변수이름의 낭비를 막는 방법 tf.get_variable 매개변수: 그 중 현재 수준에서 사용하는 매개변수 …

머신러닝 코드 이해2019년 6월 2일

hasattr, getattr, setattr 함수

python 함수로 has attribute : 속성을 갖고있나? get attribute : 속성을 가져와 set attribute : 속성을 세팅, 변경

class A:
    a = 1
    def b(self):
        pass

print("A class에 b 가 있나?",hasattr(A,'b'))
print("A class에 c 가 있나?",hasattr(A,'c'))

print("A class에 a의 값이 뭔가?",getattr(A,'a'))

print("A class에 a의 값에 4를 넣어")
setattr(A,'a',4)
print("A class에 a의 값은 뭔가?",getattr(A,'a'))

class A:

a = 1

def b(self):

pass

print("A class에 b 가 있나?",hasattr(A,'b'))

print("A class에 c 가 있나?",hasattr(A,'c'))

print("A class에 a의 값이 뭔가?",getattr(A,'a'))

print("A class에 a의 값에 4를 넣어")

setattr(A,'a',4)

print("A class에 a의 값은 뭔가?",getattr(A,'a'))

A.a = 7
print("A class에 a의 값은 뭔가?",getattr(A,'a'))

1 2	A.a = 7 print("A class에 a의 값은 뭔가?",getattr(A,'a'))

이와 같이 setattr 를…

머신러닝 코드 이해2019년 6월 1일

tf.constant, tf.Variable, tf.placeholder

텐서플로우의 기본이 되는 함수 tf.constant(value, dtype=None, shape=None,name=’Const’, verify_shape=False) 상수 텐서를 만드는 함수. value 에 넣은 값이 채워지며 상수값, 또는 유형 값을 넣을 수 있다.…

머신러닝 코드 이해2019년 5월 30일

tf.assign()

tf.assign(ref, value, validate_shape=None, use_locking=None, name=None) ref 값이 value 값을 대입으로 받아 업데이트된 ref값을 반환. 값이 할당 된 후 ref 의 새 값을 보유하는 Tensor를 출력한다.…

머신러닝 코드 이해2019년 5월 29일

np.r_[] , np.c_[] 그리고 reshape에대해

np.c_[] 함수는 데이터에 새로운 데이터 열을 추가 np.r_[] 함수는 데이터에 새로운 데이터 행을 추가

print(housing.target.reshape(-1,1).shape)

x = np.array([[1,1,1,1],
             [2,2,2,2],
             [3,3,3,3]])

print("원래 데이터:\n",x)
x_c = np.c_[x,np.ones((3,1))]
print("끝열에1을 추가:\n",x_c)
x_c = np.c_[np.ones((3,1)),x]
print("첫열에1을 추가:\n",x_c)


x_r = np.r_[x,np.ones((1,4))]
print("끝행에1을 추가:\n",x_r)
x_r = np.r_[np.ones((1,4)),x]
print("첫행에1을 추가:\n",x_r)

print(housing.target.reshape(-1,1).shape)

x = np.array([[1,1,1,1],

[2,2,2,2],

[3,3,3,3]])

print("원래 데이터:\n",x)

x_c = np.c_[x,np.ones((3,1))]

print("끝열에1을 추가:\n",x_c)

x_c = np.c_[np.ones((3,1)),x]

print("첫열에1을 추가:\n",x_c)

x_r = np.r_[x,np.ones((1,4))]

print("끝행에1을 추가:\n",x_r)

x_r = np.r_[np.ones((1,4)),x]

print("첫행에1을 추가:\n",x_r)

numpy.reshape np.reshape(a, newshape, order=’C’) 데이터를 변경하지 않고 배열에 새로운…

머신러닝 코드 이해2019년 5월 29일

sklearn.preprocessing import StandardScaler

sklearn에서 제공하는 전처리 함수라이브러리인 preprocessing에서 scale 과 StandardScaler 함수에 대해 알아본다. 먼저 scale 함수 preprocessing.scale(X, axis = 0, with_mean=True, with_std=True, copy=True) 매개변수 : X…