본문 바로가기
반응형

개발55

Python과 Tensorflow를 이용하여 구현한 CNN 활용하기 CNN 활용하기  Python의 딥러닝 라이브러리인 Tensorflow를 사용하여 간단한 합성곱 신경망(CNN)을 활용하는 예제 코드입니다. CNN으로 학습하는 코드(아래 코드 Line1~Line67까지)에 대한 설명은 아래 주소를 참조하세요.https://easyjwork.tistory.com/27 # 필요한 라이브러리 임포트import tensorflow as tffrom tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense, Flatten, Conv2D, MaxPooling2Dfrom tensorflow.keras.datasets import mnistfrom tensorflow.keras.utils im.. 2024. 7. 10.
Python과 Tensorflow를 이용하여 CNN 구현하기 CNN 구현하기  Python의 딥러닝 라이브러리인 Tensorflow를 사용하여 간단한 합성곱 신경망(CNN)을 구현하는 예제 코드입니다. # 필요한 라이브러리 임포트import tensorflow as tffrom tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense, Flatten, Conv2D, MaxPooling2Dfrom tensorflow.keras.datasets import mnistfrom tensorflow.keras.utils import to_categoricalimport matplotlib.pyplot as plt# MNIST 데이터셋 로드(x_train, y_train), (x_te.. 2024. 7. 10.
Python과 Tensorflow를 이용하여 구현한 DNN 활용하기 DNN 활용하기  Python의 딥러닝 라이브러리인 Keras를 사용하여 간단한 심층신경망(DNN)을 활용하는 예제 코드입니다. DNN으로 학습하는 코드(아래 코드 Line1~Line53까지)에 대한 설명은 아래 주소를 참조하세요.https://easyjwork.tistory.com/25 Python과 Tensorflow를 이용하여 DNN 구현하기DNN 구현하기  Python의 딥러닝 라이브러리인 Keras를 사용하여 간단한 심층신경망(DNN)을 구현하는 예제 코드입니다. # 필요한 라이브러리 임포트import tensorflow as tffrom tensorflow.keras.models import Sequenteasyjwork.tistory.com import tensorflow as tffrom .. 2024. 7. 10.
Python과 Tensorflow를 이용하여 DNN 구현하기 DNN 구현하기  Python의 딥러닝 라이브러리인 Keras를 사용하여 간단한 심층신경망(DNN)을 구현하는 예제 코드입니다. # 필요한 라이브러리 임포트import tensorflow as tffrom tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense, Flattenfrom tensorflow.keras.datasets import mnistfrom tensorflow.keras.utils import to_categoricalimport matplotlib.pyplot as plt# MNIST 데이터셋 로드(x_train, y_train), (x_test, y_test) = mnist.load_data.. 2024. 7. 7.
[파이썬, Python] pandas 활용법 총정리 [파이썬 pandas 활용법]  * 아래 [더보기] 클릭 후 [Ctrl + F] 단축키를 활용하여 찾고 계신 함수 위치로 바로 가실 수 있습니다.더보기[데이터 생성 및 로드] 1. 데이터프레임 생성: pd.DataFrame 2. CSV 파일 쓰기: df.to_csv 3. CSV 파일 읽기: pd.read_csv [데이터프레임 정보] 1. 데이터프레임 정보 요약: df.info 2. 데이터프레임의 통계 요약: df.describe 3. 데이터프레임의 상위/하위 n개 행 보기: df.head(n), df.tail(n) [데이터 선택 및 필터링] 1. 열 선택 2. 여러 열 선택 3. 행 선택 (인덱스로): df.loc 4. 행 선택 (조건으로) [데이터 조작] 1. 새 열 추가 2. 열 삭제: df.drop.. 2024. 7. 7.
[파이썬, Python] numpy 활용법 총정리 [파이썬 numpy 활용법]  * 아래 [더보기] 클릭 후 [Ctrl + F] 단축키를 활용하여 찾고 계신 함수 위치로 바로 가실 수 있습니다.더보기더보기[배열 생성 및 조작] 1. 배열 생성: np.array, np.zeros, np.ones, np.empty, np.arange, np.linspace, np.eye 2. 배열 조작: np.reshape, np.ravel, np.transpose, np.concatenate, np.split[배열 연산] 1. 기본 연산: np.add, np.subtract, np.multiply, np.divide, np.power 2. 통계 함수: np.mean, np.median, np.std, np.var, np.min, np.max, np.sum, np.cums.. 2024. 7. 7.
반응형

티스토리툴바