Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
Tags
- 기술통계학
- Pandas
- 결정계수
- 자연어 처리
- 구글 BERT의 정석
- 다층 퍼셉트론
- 최소자승법
- 텐서플로2와 머신러닝으로 시작하는 자연어처리
- 코사인 유사도
- 머신러닝
- 텍스트 분류
- 은준아 화이팅
- F분포
- 군집화
- numpy
- 밑바닥부터 시작하는 딥러닝
- 히스토그램
- 모두의 딥러닝
- Django
- 밑바닥부터 시작하는 딥러닝2
- word2vec
- 가설검정
- 기초통계
- student t분포
- 오래간만에 글쓰네
- 차원축소
- rnn
- 파이썬 pandas
- 회귀분석
- 감성분석
Archives
- Today
- Total
목록CNN Mnist 이미지 판독 (1)
데이터 한 그릇
딥러닝 CNN(1)_기본 프레임 만들기
먼저 이미지에 대한 딥러닝 기본 프레임을 mnist 데이터 셋을 이용해서 만들어 보겠다. 데이터 전처리 과정 from tensorflow.keras.datasets import mnist #이미지 데이터를 X로 이미지에 0~9까지 이름 붙인 걸 Y_class 로 지정. #그리고 학습 데이터와 테스트 데이터 나눔. (X_train, Y_class_train),(X_test, Y_class_test) = mnist.load_data #학습 데이터와 테스트 데이터 개수를 파악 print('학습 데이터 개수 : {}'.format(X_train.shape[0])) print('테스트 데이터 개수 : {}'.format(X_test.shape[0])) #이미지 데이터 보기 import matplotlib.pypl..
딥러닝/모두의 딥러닝
2022. 1. 6. 12:34