코딩 기록들

container를 하나하나 만들어어내는것 = containerization container (왼쪽 그림) 컨테이너를 만든다 = 일반적으로 아주 용량이 큰 서버를 만들고, host os를 만들고, 그 위에 hypervisor을 만든다 = > 가상머신만들수있음 -> 그 위에 guest os를 올린다 = 이걸 '가상화기술' 이라고 한다. 가상화기술 장점 = 독립적 서버가 돈다, 서버의 용량을 100%가까이 쓸수 있다(보통은 28%) 단점 = 오버헤드가 많이걸려 충분한 성능이 안나옴, 크기가 넘 ㅜ큼 virtual Machines (오른쪽그림 ) --> 이를 해결하기위한것 : Docker, (리눅스에서 시작됨, 현재는 윈도우에서도 돌아감) - docker = container 자체를 배포하는것! (시스템환경..

퍼셉트론 인공신경망의 한 종류 (초기의 인공신경망) 실제 뇌를 구성하는 신경세포 뉴런의 동작과 유사 다수의 입력(input)과 가중치(weights)를 곱해서, 그 값에 편향 (bias) 을 더한값이 어느 임계치값(0)을 초과하면 활성화함수 통과 ( 입력값*가중치 의 합이 임계치 넘으면 1을 출력, 그렇지않을경우 0을 출력) 각각의 입력값에는 각각의 가중치가 존재함. 가중치(weights)의 값이 클수록 해당 입력값이 중요함을 의미 기계학습이 하는일 = 가중치(weights) 값을 정하는 작업

if문 들여쓰기 - if문 만들때는 if 조건문 : 바로아래 문장부터 if문에 속하는 모든 문장에 들여쓰기 해주어야함 if 조건문: 수행할문장 1 수행할문장 2 수행할문장 3 조건 판단하기 위한 연산자 - x or y = 둘중하나만 참이면 참 - x and y = 둘다 참이어야 참 - not x = x가 거짓이면 참 - in - ex) x in [], (), 문자열 - '~안에' 라는 뜻 if문을 한줄로 작성하기 pocket = ['paper', 'money', 'cellphone'] if 'money' in pocket: pass else: print("카드를 꺼내라") 조건부 표현식 message = "success" if score >= 60 else "failure" 정의) 조건문이 참 인 경우 ..

변수 : 자료형의 값을 저장하는 공간 변수를 만들때 - ' = ' 기호 사용 ex. 변수이름 = 변수에 저장할 값 >>> a = [1,2,3] [1,2,3] 값을 가지는 리스트자료형(객체)이 자동으로 메모리에 생성되고, a는 [1,2,3] 리스트가 저장된 메모리 주소를 기리킴 리스트를 복사할때 - [ : ] 사용 - 리스트 전체를 기리킴 - copy 모듈 사용 from copy import copy a = [1,2,3] b = copy(a) 변수 만드는 여러가지 방법 튜플로 대입 >>> a, b = ('python', 'Life') (튜플은 괄호 생략해도됨) >>> (a, b) = 'python', 'Life' 리스트로 변수만들기 >>> [a,b] = ['pyton', 'Life']4 여러개 변수에 같은..

텐서 = 다차원의 배열을 통칭 - 최근 모든 머신러닝 시스템은 텐서를 기본 데이터 구조로 사용함 - 벡터(Vector)와 행렬(Matrix)을 일반화한것이며, 3차원이상으로 확장할수있음 - TensorFlow은 텐서의 프레임워크 https://codetorial.net/tensorflow/basics_of_tensor.html 0. 스칼라(Scalar) - 0차원 텐서 - 하나의 숫자를 담고있으며, 형상은 없음 - 스칼라의 축의개수 = 0 1. 벡터 (1D Tensor) - 1차원 텐서 - 숫자들의 배열 - 벡터의 축의개수 = 1 2. 행렬 (2D Tensor) - 2차원 텐서 - 벡터들의 배열 - 행과 열, 2가지의 축이 있음 3. 3차원텐서 - 보통 이미지 나타낼때 사용됨 - (width, heigh..

예제를 통해 살펴보는것이 빠를것같아서 이번글은 예제위주로 작성하겠다. 1. 일차함수 2. 이차함수 3. 삼차함수 ( = 다항함수) 함수의 최소값 / 최대값 - my_func( ) 사용 4. 지수함수

Keras - 파이썬으로 구현된 high level deep learning API - 쉬운 사용법, 간단한문법, 빠른설계가능 자주 사용하는 함수 Cost Function - 예측값과 실제값의 차이를 기반으로 모델의 정확도(성능)을 판단하기 위한 함수 - ex) loss function, error finction, objective function Keras 예제 (mnist 데이터 사용) - 다음글 : 05.1 영화리뷰분류_이진분류 예제 -

CNN (Convolutional Neural Networks) - 이미지를 인식하기위해 패턴을 찾는데 특히 유용 - 특징을 수동으로 추출할필요가 없음(데이터에서 직접 학습하고 패턴을 사용해 이미지 분류함) - 자율주행자동차, 얼굴인식과 같은 객체인식, computer vision이 필요한분야에 많이 사용됨 Convolution (합성곱) 레이어 - 각각 픽셀의 특징을 뽑아낸다 - 특성들을 모아서 확대하는 느낌으로 받아들이기 - 레이어는 영상인식에 주로 사용되며, 필터가 탑재되어있음 Conv2D(32, (5, 5), padding='valid', input_shape=(28, 28, 1), activation='relu') 주요인자 첫번째 인자 : 컨볼루션 필터의 수 두번째 인자 : 컨볼루션 커널의 (행..