텐서플로우(8)
-
[신경망] MNIST 데이터를 이용한 CNN모델 코드
텐서플로우 기반 데이터 불러오기 import random from tensorflow.examples.tutorials.mnist import input_data mnist=input_data.read_data_sets("MNIST_data/", one_hot=True) # 하이퍼 퍼러미터 lr = 0.001 epochs = 15 batch_size = 100 계층 생성 # 하이퍼 퍼러미터 lr = 0.001 epochs = 15 batch_size = 100 #그래프초기화 ( 변수선언 위에다 입력해야함) tf.reset_default_graph() # 입력층 keep_prob = tf.placeholder(tf.float32) # drop-out 추가 x = tf.placeholder(tf.float3..
2020.04.23 -
[텐서플로우/케라스] MNIST 숫자 분류하기 (softmax)
텐서플로우 데이터 불러오기 import tensorflow as tf import matplotlib.pyplot as plt import random tf.set_random_seed(777) from tensorflow.examples.tutorials.mnist import input_data mnist =input_data.read_data_sets("MNIST_data/", one_hot=True) 변수 정의 x = tf.placeholder(tf.float32, [None,784]) y = tf.placeholder(tf.float32, [None,10]) # 0~9 digit w = tf.Variable(tf.random_normal([784,10])) b = tf.Variable(tf.ra..
2020.04.21 -
[텐서플로우] 소프트맥스 회귀 (Softmax Regression) 분류 파이썬 코드
예제 데이터 x_data = [[1, 2, 1, 1], [2, 1, 3, 2], [3, 1, 3, 4], [4, 1, 5, 5], [1, 7, 5, 5], [1, 2, 5, 6], [1, 6, 6, 6], [1, 7, 7, 7]] y_data = [[0, 0, 1], #원핫인코딩 상태 [0, 0, 1], [0, 0, 1], [0, 1, 0], [0, 1, 0], [0, 1, 0], [1, 0, 0], [1, 0, 0]] 변수정의 x= tf.placeholder("float",shape=[None,4]) y= tf.placeholder("float",shape=[None,3]) #3: 분류기의 갯수 (분류 결과 종료의 가짓수) nb_classes = 3 w=tf.Variable(tf.random_norma..
2020.04.20 -
[텐서플로우] 주식가격 예측하기(1) 파이썬 코드
데이터 # tensorflow import tensorflow as tf # keras from keras.datasets import mnist from keras.models import Sequential from keras.layers import Dense, Activation from keras.utils import np_utils path = "C:\\Users\\student\\Desktop\\DY\\★ 데이터\\105. deep-learning-dataset\\" data = pd.read_csv(path+"data-02-stock_daily.csv", header=1) data # 데이터 시각화 import matplotlib.pyplot as plt %matplotlib inline..
2020.04.18 -
[텐서플로우] 다중 선형 회귀를 이용한 당뇨병 분류기 파이썬 코드
데이터 코드 xy= np.loadtxt(path+"data-03-diabetes.csv", delimiter=",") xy >>> array([[-0.294118 , 0.487437 , 0.180328 , ..., -0.53117 , -0.0333333, 0. ], [-0.882353 , -0.145729 , 0.0819672, ..., -0.766866 , -0.666667 , 1. ], [-0.0588235, 0.839196 , 0.0491803, ..., -0.492741 , -0.633333 , 0. ], ..., [-0.411765 , 0.21608 , 0.180328 , ..., -0.857387 , -0.7 , 1. ], [-0.882353 , 0.266332 , -0.0163934, .....
2020.04.18 -
[케라스] 암 분류기 , 당뇨병 분류기 파이썬 코드
암분류기 데이터 맨 오른쪽 #1: 수술후 생존, 0: 사망 코드 import tensorflow as tf seed=123 np.random.seed(seed) tf.set_random_seed(seed) path = "C:\\Users\\student\\Desktop\\DY\\★ 데이터\\105. deep-learning-dataset\\" dataset=np.loadtxt(path+"ThoraricSurgery.csv", delimiter =",") dataset >>> array([[293. , 1. , 3.8 , ..., 0. , 62. , 0. ], [ 1. , 2. , 2.88, ..., 0. , 60. , 0. ], [ 8. , 2. , 3.19, ..., 0. , 66. , 1. ], ....
2020.04.18