Tensorflow - Transfer Learning(전이학습)을 이용하여 딥러닝하기

Transfer Learning (전이 학습) 하나의 문제를 해결하고 새로운 유사한 문제에 적용하면서 얻은 지식을 저장하는데 초점을 맞춘 것 예시) 자동차를 인식하는 하는 법을 학습하면서 학습을 토대로 트럭을 인식하려고 할 때 적용 인공지능에서의 전이 학습은 사전학습모델(Pre-trained Model)을 이용하는 것을 의미 개념 알기 : https://luvris2.tistory.com/176 데이터 준비 이미지 데이터셋 다운로드 !wget --no-check-certificate \ https://storage.googleapis.com/mledu-datasets/cats_and_dogs_filtered.zip \ -O ./cats_and_dogs_filtered.zip 다운로드 파일 압축 해제 압축..

• format_list_bulleted AI & ML/Machine Learning (Python)
• · 2022. 6. 16.
• textsms

Tensorflow - ImageDataGenerator (전처리와 이미지 데이터 증강)

ImageDataGenerator 인공지능은 배열의 형태로 학습 가능하다. 하지만 파일이 이미지로 구성되어있을 경우, 이미지 파일을 배열의 형태로 변환해주어야 한다. 이를 변환해주는 라이브러리가 ImageDataGenerator이다. 라이브러리 호출 from tensorflow.keras.preprocessing.image import ImageDataGenerator 이미지 전처리 (Image Preprocessing) ImageDataGenerator(rescale=1/255.0) : 이미지를 0~255의 값으로 정규화된 배열로 변환 rescale : 크기 재조절 인수, 디폴트값은 None, None/0의 경우 크기 재조절 적용X, 데이터를 주어진 값으로 곱함 인공지능 학습용과 검증용으로 두 개의 변..

• format_list_bulleted AI & ML/Machine Learning (Python)
• · 2022. 6. 15.
• textsms

Tensorflow - 레이블/원핫 인코딩 쉽게 바꾸기 (to_categorical)

텐서플로우 라이브러리 호출 from tensorflow.keras.utils import to_categorical 레이블 인코딩 -> 원핫 인코딩 변환 to_categorical(변수, num_classes=데이터갯수) 변수 : 레이블인코딩된 데이터를 원핫 인코딩으로 변환 num_classes : 레이블인코딩 된 데이터의 카테고리 수 y_train[0] >>> 5 # 레이블 인코딩 된 데이터 카테고리 수 확인, 분류 모델 총 10개 np.unique(y_train) >>> array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], dtype=uint8) # 원핫인코딩으로 변환, num_classes 10개 y_train = to_categorical(y_train, num_classes=10)..

• format_list_bulleted AI & ML/Machine Learning (Python)
• · 2022. 6. 14.
• textsms

Tensorflow - 인공신경망 모델 파일로 저장하기 (전체/네트워크만/가중치만)

사전 확인 학습된 인공신경망 모델 변수 이름 : model 인공신경망 모델 ( 전체(Network+Weight) ) 모델 전체 저장하기 모델이름.save('파일이름') 현재 실행된 파일의 디렉토리에 인공신경망 폴더 생성 # model은 사전에 학습된 인공신경망 변수 이름 model.save('fashion_mnist_model') 폴더가 아닌 하나의 파일로 저장하기 모델이름.save('파일이름.h5') 현재 실행된 파일의 디렉토리에 .h5 파일 생성 model.save('fashion_mnist_model.h5') 불러오기 변수 = tf.keras.models.load_model('파일이름') model2 = tf.keras.models.load_model('fashion_mnist_model') mod..

• format_list_bulleted AI & ML/Machine Learning (Python)
• · 2022. 6. 14.
• textsms

Tensorflow - Flatten / 자체적 Flatten (라이브러리 사용X)

Flatten 다차원의 행렬을 1차원의 행렬로 변경하는 작업 일반적으로 사용하는 Flatten 라이브러리 인공지능 모델링에서 계층(레이어)를 설정할 때 사용 인공지능 모델 생성 후 설정 (tf.keras.models.Sequential()) Flatten을 사용하면 모델링시 input_shape도 자동으로 지정 model.add(tf.keras.layers.Flatten()) 자체적 Flatten 처리 행렬의 크기를 확인 shape 행렬의 크기를 재정의 reshape 1차원의 행렬로 변경 자체적으로 Flatten 처리를 할 경우, 모델링시 input_shape를 지정하여야 함 array.shape >>> (60000, 28, 28) # 60000개의 이미지를 포함하는 28*28 행렬 array = arr..

• format_list_bulleted AI & ML/Machine Learning (Python)
• · 2022. 6. 14.
• textsms

tensorflow - 분류 문제에서 활성 함수와 손실 함수 설정

분류 문제에서의 활성함수 (Activation Function) Sigmoid 2개의 분류 문제를 다룰 때 쓰는 활성 함수 알려지지 않는 파라미터를 데이터로부터 추정해 0과 1로 분류하는 것 Softmax 3개 이상의 분류 문제를 다룰 때 쓰는 활성 함수 데이터를 0~1사이의 값으로 정규화하여 출력되는 값들의 총 합이 1이 되는 함수 분류 문제에서의 손실함수(Loss Function) binary_crossentropy 2개의 분류 문제를 다룰 때 쓰는 손실 함수 categorical_crossentropy 3개 이상의 분류 문제를 다룰 때 쓰는 손실 함수 원핫 인코딩되어 있는 카테고리컬 데이터에 적용 sparse_categorical_crossentropy 3개 이상의 분류 문제를 다룰 때 쓰는 손실 ..

• format_list_bulleted AI & ML/Machine Learning (Python)
• · 2022. 6. 13.
• textsms