주뇽's 저장소

시퀀스 데이터의 예시를 위해 텍스트 문장을 사용한다. 기본적으로 언어는 문자가 모여 단어를 이루고 단어가 모여 문장을 이루는 형식의 시퀀스 데이터로 구성된다. 시퀀스 데이터의 또 다른 예로는 시간에 따른 주가와 날씨 데이터가 있다. RNN 모델을 사용하기 위한 뉴욕타임즈의 헤드라인 데이터만을 로드 import os import pandas as pd nyt_dir = 'data/nyt_dataset/articles/' all_headlines = [] for filename in os.listdir(nyt_dir): if 'Articles' in filename: # Read in all all the data from the CSV file headlines_df = pd...

이전 과정은 미리 학습된 데이터를 사용하기만 하는 과정이였다면 전이학습은 미리학습된 데이터를 가지고 다시 학습을하는 과정이다. 전이 학습은 크고 다양한 데이터세트가 없는 경우에 특히 강력한효과가 있다. 이런 경우에는 처음부터 트레이닝된 모델이 트레이닝 데이터를 빠르게 기억할 가능성이 높지만 새 데이터를 제대로 일반화할 수 없다. 전이 학습을 이용하면 소규모 데이터세트에 대해 정확하고 강력한 모델을 트레이닝할 수 있는 가능성을 높일 수 있다. 특정한 개만 출입이 가능한 자동문 사전학습된 VGG16사용 from tensorflow import keras base_model = keras.applications.VGG16( weights='imagenet', # Load weights pre-trained o..

딥러닝은 데이터 세트를 구하는데 어려움이 많다 이럴때 미리 트레이닝된 모델을 사용하여 이를 해결할 수 있다. 오로지 개만 통과할 수 있는 자동문. 일반적인 VGG16을 이용하여 학습진행 from tensorflow.keras.applications import VGG16 # load the VGG16 network *pre-trained* on the ImageNet dataset model = VGG16(weights="imagenet") model.summary() ### 이미지로드에 필요한 함수 ### import matplotlib.pyplot as plt import matplotlib.image as mpimg def show_image(image_path): image = mpimg.imre..

위 학습에서 만들었던 모델을 배포한다. 저장해두었던 모델을 로드한 후 모델에 대해 확인해본다. from tensorflow import keras model = keras.models.load_model('asl_model') model.summary() 현재 이미지 데이터는 학습에 사용했던 데이터와 크기와 RGB가 다르기때문에 해당 이미지를 학습에 사용했던 데이터와 맞추기 위하여 함수를 만들어 28X28의 흑백 이미지로 변환하다. ### 이미지 확인을 위한 함수정의 ### import matplotlib.pyplot as plt import matplotlib.image as mpimg def show_image(image_path): image = mpimg.imread(image_pa..

캐글에서 제공해주는 미국 수화 데이터세트를 이용하여 모델을 트레이닝한다 csv파일을 로드하기위해서 pands 라이브러리를 이용한 후 각각의 데이터들의 값들을 확인해보면 각 label값 이미지의 픽셀값을 나타내고있다. 학습 데이터라벨과 검증 데이터 라벨의 값을 가져온 뒤 삭제해주고 학습 데이터와 검증 데이터의 값을 넣어준다. 이후 확인해보면 트레이닝을 위한 각각 784개 픽셀을 포함하는 27,455개의 이미지와 검증을 위해서는 7,172개의 이미지와 라벨이 있는걸 확인 할 수 있다. [https://www.kaggle.com/code/emilyjiminroh/cnn-sign-language-mnist-eng-kor/data] import pandas as pd train_df = pd.read_csv("/..

Google의 Tensorflow를 이용하여 MNIST데이터를 다운받아서 실습진행 import matplotlib.pyplot as plt from tensorflow.keras.datasets import mnist 다운받은 MNIST 데이터를 각각 나눠준다 학습 데이터 학습 정답데이터 검증 데이터 검증 정답데이터 이렇게 총 4개의 데이터로 나눠 준 후 각각 확인해보면 학습 데이터의 크기는 총 6만장이며 28x28픽셀로 되어있고 검증 데이터의 크기는 1만장이며 마찬가지로 28x28픽셀이다 현재 unit8의 정수형 데이터 타입을 가지고있으며 각각의 이미지는 최소 0~ 최대 255의 값들이 저장되어있는걸 확인할 수 있다. 첫번째 학습데이터의 정보를 출력해보면 5의 흑백 이미지를 확인 할 수 있다. 이 값이..