ALGORITHM
Posts
18 postsanaconda, 파이썬 설치와 딥러닝 준비 [keras --> tf.keras]
아나콘다? 아나콘다는 패키지 관리와 디플로이를 단순케 할 목적으로 과학 계산을 위해 파이썬과 R 프로그래밍 언어의 자유-오픈 소스 배포판이다. 패키지 버전들은 패키지 관리 시스템 conda를 통해 관리된다. 아나콘다 배포판은 1300만 명 이상의 사용자들이 사용하며 윈도우, 리눅스, macOS에 적합한 1,400개 이상의 유명 데이터 과학 패키지가 포함되어 있다. anaconda, 파이썬 설치와 딥러닝 준비 [keras --> tf.keras] 아나콘다에 텐서플로를 설치하면 곧바로 딥러닝을 시작할 수 있다. Tensorflow 2.0으로 새롭게 시작하는 tensorflow keras --> tf.keras 파이썬 실행환경 구축, 딥러닝 환경구축:anaconda 설치 [32bi
가장 쉬운 출력 방법 [Python]
가장 쉬운 출력 방법 [Python] 파일 내용이 없으면 생성하고 요청받은 문자열을 적는다.파일이 존재하면 마지막 줄 다음에 요청받은 문자열를 적는다.3줄을 추가하고 싶을 경우, 리스트에서 3개 항목을 각각 문자열로 만들어 3개 문자열을 준비한다. list_of_lines = ['First line', 'Second line', 'Third line']append_multiple_lines('target00.txt', list_of_lines) lines_to_append=[]lines_to_append.append(str(trialobj))append_multiple_lines('target00.txt', list_of_lines) 출력할 대상을 문자열 형식으로 리스트로 만든다. 추가하고 싶은 파일
가장 쉬운 denoising autoencoder
가장 쉬운 Denoising autoencoder 노이즈를 없애버리는 autoencoder, denoising autoencoder autoencoder의 변형으로 denosing autoencoder를 생각할 수 있다.아래의 왼쪽의 오염된 문서를 오른쪽의 문서로 변환하는 식으로 응용될 수 있다. denoising autoencoder 는 x-->x 가 아니라 x' --> x 가 되도록 훈련한 것. 여기서 x'은 노이즈를 가지고 있는 객체이다. 노이즈를 업애는 작업을 훈련시킬 수 있다.x'--> x가 되는 훈련을 시키면 된다. autoencoder: # get MNISTimport numpy as npfrom keras.datasets import mnist(x_t
가장 쉬운 국소 최소화 [python]
가장 쉬운 국소 최소화 [python] 목적함수의 일차 도함수를 알수 있는 경우, 해석적으로 알 수 있는 경우, 국소 최소화는 아주 빨리 마무리 될 수 있다.일차 도함수가 알려지지 않은 경우, 별도의 알고리듬을 활용한다. import numpy as npfrom scipy.optimize import minimizedef rosen(x): """The Rosenbrock function""" return sum(100.0*(x[1:]-x[:-1]**2.0)**2.0 + (1-x[:-1])**2.0)def rosen_der(x): xm = x[1:-1] xm_m1 = x[:-2] xm_p1 = x[2:] der = np.zeros_like(x) der[1:-1
