MNIST는 손으로 쓴 숫자 이미지 데이터셋으로, 60,000개의 학습 데이터와 10,000개의 테스트 데이터로 이루어져 있다. 각 이미지는 28x28 픽셀 크기의 흑백 이미지(28x28x1)이며 0부터 9까지의 정수 레이블을 가진다. 텐서플로의 패키지에 포함되어 있기 바로 사용할 수 있다. from tensorflow.keras.datasets import mnist (X_train, y_train), (X_test, y_test) = mnist.load_data() 아래 코드를 실행하면 실제 데이터를 확인해볼 수 있다. import matplotlib.pyplot as plt plt.figure(figsize = (20, 4)) for idx in range(5): label = y_train[idx..

자바스크립트는 웹 브라우저에서 주로 사용하는 스크립트 언어이다. 웹 페이지를 동적으로 구성하기 위해 사용된다. 웹 브라우저에서 딥러닝 모델을 사용할 수 있도록 텐서플로우의 자바스크립트 버전이 제공된다. CDNCDN을 사용하면 서버 입장에서는 제공하려는 컨텐츠를 직접 가지고 있을 필요 없이 사용자가 제공자에게 직접 다운로드 할 수 있다. tfjs의 cdn은 아래와 같이 사용할 수 있다.xxxxxxxxxx tfjs뿐만 아니라 tfjs-vis를 포함해 학습 과정 및 결과를 웹페이지에 표시하려한다. Dataset간단히 학습할 수 있는 MNIST 데이터셋을 사용해본다. 0~9까지의 손글씨로 쓴 숫자들로 5500개의 학습 데이터와 1000개의 테스트 데이터를 가진다. 텐서플로 github에서 js 파일로 제공되는 ..

설치환경Windows10visual studio 2017OpenCV 4.1 설치1. OpenCV 설치아래 링크에 접속하여 설치파일 다운로드링크클릭해서 설치 후 실행하면 압축이 풀리며 아래칸트 파일들 생성압축이 풀린 경로 기억 2. Visual studio 설정opencv를 사용할 새 프로젝트 생성Windows 데스크톱 마법사 선택 후 프로젝트 이름 지정하여 새 프로젝트 생성 빈 프로젝트(E) 체크 후 확인 main.cpp 파일 생성 상단 메뉴바 프로젝트(P) - {프로젝트이름} 속성(P) 클릭 구성(C)를 모든 구성으로 선택 좌측 항목들 중 C/C++ 클릭 후 추가 포함 디렉터리에 {압축을 풀었던 경로}\build\include를 입력C:\opencv4\opencv\build\include 좌측 메뉴에서..

Window 10Visual Studio 2017 드라이버 설치nvidia 드라이버 설치 페이지링크Manual Driver Search에서 자신이 가지고 있는 그래픽카드 버전을 선택해 드라이버 설치파일 다운로드다운로드한 설치파일을 통해 드라이버 설치 CUDA toolkit 설치드라이버 설치 후 CUDA 개발을 위한 toolkit 설치링크자신의 그래픽카드에 맞는 최신버전 설치 모두 정상적으로 설치했을 경우, Visual Studio에서 새 프로젝트 생성 시다음과 같이 NVIDIA 항목이 생성된다.CUDA 10.1 Runtime을 선택하여 프로젝트를 생성 하면 kernel.cu라는 예제 파일이 기본적으로 생성된다. 프로젝트 빌드 후 실행하면 다음과 같이 나온다

패키지 불러오기xxxxxxxxxximport numpy as npimport tensorflow as tf​print("Version : %s" % (tf.__version)) SESSIONxsession = tf.Session()print ("open session")텐서플로는 기본적으로 설계도를 만드는 구조이다. 텐서플로의 가장 큰 장점중 하나는 computational graph를 그리는데 유용하다는 것이다. 그래프를 만들고 입력을 넣어 흐름에 따라 웨이트가 학습되는 것을 말한다.이런 연산을 실행하는 키 같은 것이 세션이다. CONSTANT일반적으로 변하지 않는 특정 값을 상수라고 한다. 텐서플로에서 상수를 생성하기 위해서는 tf.constant()를 사용하면 된다.x#타입과 값 확인def prin..

MNIST 데이터를 통해 간단한 분류 모델을 생성하며 텐서플로를 실습해 본다. MNIST 데이터MINST 데이터는 손으로 쓴 0~9까지의 숫자 데이터로 훈련을 위한 6만개의 데이터와 테스트를 위한 1만개의 뎉이터로 이루어져 있따. 머신 러닝 알고리즘을 학습하기 좋은 간편한 데이터 집합이다.각 이미지는 28x28의 크기이며 0~9까지의 숫자를 표시하기 위한 라벨은 0~9의 값으로 표현되어 있다.다운로드 페이지 위의 링크에서 훈련용 이미지/라벨과 테스트용 이미지/라벨 파일을 볼 수 있다. 이미지 데이터와 라벨 데이터를 표현하는 파일이 각각 존재한다. 파일 형식은 MSB(Most Significant Bit) 방식으로 저장되어 있다.TRAINING SET LABEL FILE (train-labels-idx1-..

내가 설정한 환경은 다음과 같다 Unbuntu LTS 18.04 파이썬 패키지 설치 apt-get install python3-pip sudo pip3 install numpy scipy scikit-learn pillow h5py numpy : 수학 연산 패키지로 행렬 연산은 속도를 위해 고도로 최저고하 되어있다. scipy : 과학 및 공학 연산을 위한 패키지 scikit-learn : 머신 러닝 라이브러리 pillow : 이미지 로딩과 기본적인 연산 지원 h6py : HDF5 바이너리 데이터 포맷을 위한 파이썬 인터페이스. 이것은 케라스를 이요하여 훈련된 모델을 저장하는 포맷이다. openCV 설치 sudo apt-get install python-opencv 텐서플로 설치 sudo pip3 ins..

딥러닝? Deep learning (also known as deep structured learning or hierarchical learning) is part of a broader family of machine learning methods based on learning data representations, as opposed to task-specific algorithms. >wiki AI는 인간의 지능과 유사한 특성을 가진 복잡한 컴퓨터를 만드는 광범위한 영역을 가리킨다. 머신 러닝은 알고리즘을 이용해 데이터를 분석하고, 분석을 통해 학습하며, 학습한 내용을 기반으로 판단이나 예측을 하는, AI 분야의 한 부분이다. 딥 러닝은 머신 러닝의 한 분야로 다계층 구조를 이용해 스스로 데이터..