Page 9.
-
깃헙(GitHub) 웹사이트 기능들로 GitHub 입문하기
Git, GitHub은 프로젝트의 협업을 위해서 꼭 필요한 소스코드 형상 관리 시스템입니다. 형상 관리 시스템은 소스코드의 버전 관리 시스템이라고도 불리웁니다. 다수의 인원이 하나의 프로젝트를 진행할 때, 소스코드의 충돌을 효율적으로 해결하고, 업데이트되는...
-
TensorFlow2.0으로 오토인코더 구현 (MNIST)
이번 포스팅에서는 오토인코더의 기본 개념에 대하여 알아보고, TensorFlow 2.0으로 오토인코더(Autoencoder)를 구현해 보겠습니다.
-
VGG16 Transfer Learning 구현과 CNN 모델과 성능 비교
Tranfer Learning은 사전 학습된 모델을 활용하는 방법입니다. 사전 학습된 모델은 방대한 데이터에 대하여 이미 학습된 모델이기 떄문에 적은 학습 cost로 좋은 성능을 이끌어 낼 수 있습니다.
-
가장 기본모델인 Vanilla GAN 구현하기
GAN 이 참 핫합니다. 이번에는 가장 시초격인 Vanila GAN을 구현해 보도록 하겠습니다.
-
TensorBoard 활용법 및 colab에서 로드하기
TensorBoard 사용을 위한 callback을 만드는 방법과 colab에서 바로 로드하여 확인할 수 있는
magic command에 대한 내용입니다.
-
TensorFlow Datasets API 활용법
TensorFlow Datasets 는 다양한 데이터셋을 TensorFlow에서 활용하기 쉽도록 제공합니다. 굉장히 많고, 다양한 데이터셋이 학습하기 편한 형태로 제공 되기 때문에, 간단한 사용법만 알아두어도, 샘플로 모델을 돌려보고 학습하기에 매우 유용합니다.
...
-
tensorflow 2.0 ImageDataGenerator / Convolution Neural Network(CNN) 을 활용한 이미지 분류
TensorFlow 2.0의
ImageDataGenerator를 활용하여 Image 데이터를 로컬 폴더에서 로딩 후 Generator를 통해 Image Augmentation과 모델에 Feed 할 수 있는 Generator를 만들어 보도록 하겠습니다.
-
tensorflow 2.0 Dataset, batch, window, flat_map을 활용한 loader 만들기
tf.data.Dataset을 활용하여 다양한 Dataset 로더를 만들 수 있습니다. 그리고, 로더를 활용하여,shuffle,batch_size,window데이터셋 생성등 다양한 종류를 데이터 셋을 상황에 맞게...
-
Seaborn의 통계 차트 및 데이터 시각화 예제
seaborn은matplotlib의 상위 호환 데이터 시각화를 위한 라이브러리입니다.seaborn패키지는 데이터프레임으로 다양한 통계 지표를 낼 수 있는 시각화 차트를 제공하기 때문에 데이터 분석에 활발히 사용되고...
-
Matplotlib을 활용한 데이터 시각화 그래프 예제
데이터 시각화를 위한 라이브러리인
matplotlib의 주요 그래프와 세부 옵션들에 대하여 알아보는 튜토리얼입니다.