케라스 창시자에게 배우는 딥러닝(DACOS) (11) 썸네일형 리스트형 4. 신경망 시작하기: 분류와 회귀 4-1) 영화 리뷰 분류: 이진 분류 문제 4-2) 뉴스 기사 분류: 다중 분류 문제 4-3) 주택 가격 예측: 회귀 문제 4-1) 영화 리뷰 분류: 이진 분류 문제 이진 분류: 각 입력 샘플이 2개의 배타적 범주로 구분되는 분류 작업 (YES/NO, 정상/비정상 등) 영화 리뷰 분류 from tensorflow.keras.datasets import imdb (train_data, train_labels), (test_data, test_labels) = imdb.load_data( num_words=10000) 데이터셋 구성: 숫자로 인코딩된 리뷰, 리뷰의 긍정/ 부정 레이블 word_index = imdb.get_word_index() reverse_word_index = dict( [(value,.. 3. 케라스와 텐서플로 소개 [목차] 3-1) 텐서플로란? 3-2) 케라스란? 3-3) 케라스와 텐서플로의 간략한 역사 3-4) 딥러닝 작업 환경 설정하기 3-5) 텐서플로 시작하기 3-6) 신경망의 구조: 핵심 keras API 이해하기 3-1) 텐서플로란? 텐서플로: 텐서에 대한 수학적 표현이 가능한 파이썬 기반 무료 오픈소스 머신 러닝 플랫폼 특징 - 미분 가능한 어떤 표현식에 대해서도 자동 그레이디언트 계산 가능 - GPU, TPU에서도 실행 가능 - 계산을 여러 머신에 쉽게 분산 가능 - 애플리케이션 실전 환경에 쉽게 배포 가능 3-2) 케라스란? 케라스: 텐서플로 위에 구축된 파이썬용 딥러닝 API 특징 - 어떤 종류의 딥러닝 모델도 쉽게 만들고 훈련할 수 있는 환경 제공 - 딥러닝 개발 관련 여러 함수, 메소드 지원 (.. 2. 신경망의 수학적 구성 요소 [목차] 2-1) 신경망과의 첫 만남 2-2) 신경망을 위한 데이터 표현 2-3) 신경망의 톱니바퀴: 텐서 연산 2-4) 신경망의 엔진: 그레이디언트 기반 최적화 2-1) 신경망과의 첫 만남 1. 데이터셋 적재 from tensorflow.keras.datasets import mnist (train_images, train_labels), (test_images, test_labels) = mnist.load_data() 클래스(class) : 분류 문제의 범주 샘플(sample) : 각 데이터 포인트 레이블(label) : 특정 샘플의 클래스 (예제에서 0~9는 클래스, 샘플은 이미지 데이터 하나, 레이블은 각 이미지 데이터에 해당되는 숫자 값) train_images.shape (60000, 28,.. 이전 1 2 다음
