정보 기술 놀이터

"Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log message was printed above." GPU를 사용하여 합성곱 신경망 모델로 학습할 때, 자주 발생하는 오류입니다. 해당 오류는 VRAM과 관련이 있습니다. 아래 코드를 작성해주면 해결됩니다. # set gpu gpus = tf.config.experimental.list_physical_devices('GPU') if gpus: try: for gpu in gpus: tf.config.experimental.set_memory_growth(gpu, True) #..

본 포스팅은 다항 분류의 예제입니다. MNIST(Mixed National Institute of Standards and Technology database)는 손으로 쓴 숫자 글씨를 모아놓은 데이터세트 입니다. Fashion MNIST는 손글씨가 아니라 옷, 신발, 가방 등의 이미지를 모아놓은 데이터세트 입니다. 그레이스케일 이미지이고 범주의 수가 10개, 각 이미지의 크기가 28x28 픽셀이라는 점은 MNIST와 동일합니다. Fashion MNIST 데이터를 이용하여 모델을 학습하고, 이미지를 분류 해보겠습니다. 코드는 아래와 같습니다. import matplotlib.pyplot as plt import tensorflow as tf # 5.19 Fashion MNIST 데이터셋 불러오기 fash..

이전에 실습했던 와인 데이터를 이용하여 모델을 학습하고, 와인을 다항 분류(품질 분류) 해보겠습니다. 이항 분류와의 차이는 출력층의 활성화 함수가 Softmax 라는 점입니다. 코드는 아래와 같습니다. import tensorflow as tf import matplotlib.pyplot as plt import pandas as pd import numpy as np # 와인 데이터셋 불러오기 red = pd.read_csv('http://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/winequality-red.csv', sep=';') white = pd.read_csv('http://archive.ics.uci.edu/ml/mach..

본 포스팅은 로지스틱 회귀 기반 심층신경망 학습 예제입니다. 와인 데이터 데이터세트를 이용하여 모델을 학습하고, 와인을 이항 분류(레드, 화이트 와인) 해보겠습니다. 코드는 아래와 같습니다. import tensorflow as tf import matplotlib.pyplot as plt import pandas as pd import numpy as np # 5.1 와인 데이터셋 불러오기 red = pd.read_csv('http://archive.ics.uci.edu/ml/machine-learning-databases/wine-quality/winequality-red.csv', sep=';') white = pd.read_csv('http://archive.ics.uci.edu/ml/machin..

본 포스팅에서는 로지스틱 회귀 기반 심층신경망 학습을 진행해보겠습니다. 로지스틱 회귀는 선형 회귀와 비슷하나 직선 대신 S자 곡선을 이용하여 분류의 정확도를 향상한 방법입니다. 특정 값의 변화를 예측, 이진 분류에 사용됩니다. 아래 코드는 이진 분류이며, 은닉층을 증가시킨 신경망을 이용했습니다. 참고 : wikidocs.net/111476 # 단순한 로지스틱 회귀 예제 (텐서플로우2) import numpy as np import matplotlib.pyplot as plt import tensorflow as tf from sklearn.model_selection import train_test_split # x(입력), y(결과) 데이터 x_train = np.array([-50, -40, -30,..

본 포스팅은 선형 회귀 기반 심층신경망 학습의 예제입니다. 보스턴 주택 가격 데이터세트를 이용하여 모델을 학습하고, 이를 이용하여 데이터를 예측 해보겠습니다. 코드는 아래와 같습니다. import tensorflow as tf import numpy as np import matplotlib.pyplot as plt import math from tensorflow.keras.datasets import boston_housing # 4.11 데이터 불러오기 (train_X, train_Y), (test_X, test_Y) = boston_housing.load_data() print(len(train_X), len(test_X)) print(train_X[0]) print(train_Y[0]) # 4...

tensorflow 2.x 선형 회귀를 기반 심층신경망 예제 코드를 작성하고 실습해보겠습니다. 은닉층이 존재하지 않으면 선형 회귀 분석과 같습니다. 코드는 아래와 같습니다. # 단순한 선형 회귀 예제 (텐서플로우2) import numpy as np import matplotlib.pyplot as plt import tensorflow as tf # x(입력), y(결과) 데이터 x_train = np.array([1, 2, 3, 4, 5]) y_train = np.array([2, 4, 6, 8, 10]) # keras의 다차원 계층 모델인 Sequential를 레이어를 만든다. model = tf.keras.models.Sequential() # 입력이 1차원이고 출력이 1차원임을 뜻함 - Dens..

딥러닝을 위한 TensorFlow2 개발 환경(Windows) 구축 가이드입니다. 프로그램의 버전이 다를 경우, 문제가 발생할 수 있으니 아래 해당 버전으로 설치해주세요. 다운로드 프로그램 목록 Python 3.7.5 PyCharm Community 2019 Visual Studio 2019 Community CUDA 11.0 cuDNN 8.0.5 Anaconda3 1. Python 3.7.5 다운로드 및 설치 - www.python.org/downloads/ 접속 후 Python 3.7.5 다운로드 및 설치 (과정 생략) - 직접 설치하지 않고 Anaconda를 이용해도 상관 없습니다. 2. PyCharm 다운로드 및 설치 - www.jetbrains.com/ko-kr/toolbox-app/ 접속 후 ..