borgWarp Jupyter/matplotlib > 이미지 크기 조정 > fig.set_size_inches() TensorFlow 운영 환경 v0.1 복수의 화상을 표시하는 경우, 한 페이지의 표시 수를 늘리기 때문에, 화상의 사이즈를 조정하고 싶을 수있다. 참고 answered Nov 29 '10 at 17:30 Pete 시도해 보았다. showIn2D_2image_subplot_each()에서 fig1.set_size_inches(3.14,3.14) 로 보았다. in100_out100.ipynb... borgWarp#migratedmatplotlibJupyterdifference Jupyter/matplotlib > 두 개의 이미지 표시 > 두 가지 구현 (1 : 성공, 2 : 실패) TensorFlow 운영 환경 v0.1 두 개의 이미지를 옆으로 나란히 표시하려고합니다. 마지막 참고 두 가지 방법을 시도했습니다. 방법 1. 각 이미지에 대해 plt.subplot()를 호출한 다음 plt.imshow() 방법 2. 먼저 plt.subplots(ncols=2)를 호출한다 code 아래에서, showIn2D_2image_subplot_each() 방법 1. showIn2D_2... borgWarp#migratedmatplotlibJupyterdifference Jupyter/matplotlib > 두 그래프 표시 > plt.figure()/plt.subplot() 운영 환경 두 개의 이미지를 나란히 표시하려고합니다. plt.figure 사용 Python 기계 학습 프로그래밍 by Sebastian Raschka 등 in100_out100.ipynb 그래프가 세로로 늘어서 있었다. plt.subplot() 사용 plt.subplot() 이라는 것이 있었던 것을 기억했다. in100_out100.ipynb 2x2의 배치에 있어서, 1,2의 장소에 두어 보... borgWarp#migratedmatplotlibJupyterdifference YUML> 파라미터에서 광학 특성 계산까지 라는 YUML 형식은 다음과 같다. learnExr_170504.py reproduce_170429.py toInitFieldY_170603.py in coding v0.2 (추가 2017/06/18)... yumlborgWarp#migrated TensorFlow/ADDA > 선형 방정식의 초기 값에 대한 데이터 학습 > 학습 코드 : v0.4 (Exr, Exi, Eyr, Eyi, Ezr, Ezi의 모든 학습) 운영 환경 v0.1 : This article is related to . ADDA의 계산에서 중요하게 되는 것이 X, Y, Z 방향의 전계 값. 무작위 초기 값을 사용하면 계산이 느리고 최종 해에 가까운 초기 값을 사용하면 계산이 빨라지는 것은 경험이 끝났습니다. supercomputer로 계산한 최종해를 바탕으로 Deep learning으로 학습을 실시해, 그 결과를 통상의 PC로 이용한... borgWarpADDA#migrated ImageMagick > 텍스트로 이미지 만들기 > convert -background lightblue -fill blue -pointsize 72 label:Anthony label.gif 운영 환경 모든 텍스트를 png와 같은 이미지로 만들고 싶습니다. Basic Labels 명령으로 이미지를 만들 수있었습니다. v0.1 Candice라는 글꼴은 없으므로 다음 명령으로 지정했습니다. v0.2 > 이미지 크기 지정(-size) + 문자를 센터로(-gravity)... borgWarpImageMagick#migratedstringOperation ADDA > Re{Ex} for various angles of the incident light 환경 This article is related to . Using , real part of Ex[] from the InitFieldY is checked. command line where -orient 0 0 0 specifies the of the incident light.-orient {<alpha> <beta> <gamma>|avg [<filename>]} from the ma... borgWarpADDA#migrated ADDA > Re{Ex} for various materials 환경 This article is related to . Using , real part of Ex[] from the InitFieldY is checked. refractive index From , following materials are checked. Feldspar m = 1.5 + 0.001i Olivine S m = 1.62 + 0.000001i Volcanic ash (Mn... borgWarpADDA#migrated ADDA/Slide > Re{Ex} for various iteration numbers 환경 Using the code , the change in the InitFieldY for a variation of iteration numbers is shown. Following command is used: where the 100 is changed for different iteration numbers. XYmap of the real part of Ex[12] where ... borgWarpADDA#migrated ADDA/Slide > pvec and xvec for checkpoint time 20sec 환경 Using the code at I checked the pvec (polarization of dipoles) for checkpoint time for 20sec. ./adda -grid 25 -chp_type normal -chpoint 20s Note (Added on Apr.16, 2017): According to , above shown pvecs was not truely... borgWarpADDA#migrated displayDipoles_170409 > v0.1 > display dipole coordinates in 3D 환경 This article is related to . Required UtilReadCoordinate.py Coordinate file: coord.0 produced with modified iterative.c coord.0 was produced with the following: 코드 v0.1 Jupyter code displayDipoles_170409.ipynb Acknowl... borgWarp#migratedgeometrymatplotlibADDA gnuplot > 관점을 변경하여 3D 좌표 표시 > set view 30,0,1,1/splot "dipoles_170404" 운영 환경 3차원의 데이터(입자의 Dipole의 위치 좌표)를 시점을 바꾸면서 표시한다. 우분투에서는 다음을 참고로 gnuplot의 에러 회피를 했습니다. 정보 감사입니다. 로딩 파일 : dipoles_170404 참고 set view 0,0,1,1 gnuplot > set view 0,0,1,1 gnuplot > splot "dipoles_170404" set view 30,0,1,1 gn... borgWarpgeometry#migratedgnuplot TensorFlow > mapping > R^2의 입력을 R^2의 출력으로 맵핑 > y1, y2의 3D 표시 운영 환경 March 17, 2017 "5.4 (Simple) example of function approximation"에서 2 차원 입력 (실수 R ^ 2)에서 2 차원 출력 (R ^ 2)으로 맵핑을 시도하고있다. y1, y2의 3D 화상을 표시해 보았다. 관련 학습 코드 v0.1 : 3D 디스플레이 코드 참고 Jupyter 코드. test_3Dplot_170401b.ipynb... borgWarpJupytermatplotlib#migrated numpy > numpy array > TypeError: only length-1 arrays can be converted to Python scalars > math.exp() 대신 numpy.exp() 사용 운영 환경 참고로 결과 y1을 matplotlib에서 3D 표시하려고했습니다. 실패 코드 test_3Dplot_170401a.ipynb 결과 다음을 발견했다. math.exp() 대신 numpy.exp()를 사용하는 것 같습니다. 정보 감사입니다. 수정 후 test_3Dplot_170401a.ipynb... borgWarpmatplotlib#migratednumpy Jupyter Notebook > help(open) > 내장 함수 open 도움말 표시 > help() > 대화형 도움말 보기 운영 환경 Jupyter (IPython) Notebook의 Tutorial help(open) 2:14경 위를 입력하여 Shift + Enter (Run Cells)하면 내장 함수 open에 대한 도움말이 표시됩니다. 결과 help() 위를 입력하여 Shift+Enter(Run Cells)하면 인터랙티브형 도움말이 표시된다. 오른쪽의 상자에 io 등을 입력하면 io에 대한 도움말이 표시됩니... borgWarpJupyter#migrated bash > look을 사용하여 영어 단어를 추출하고 정립 이미지와 도립 이미지를 만들고 그 Blue 성분을 csv 출력하는 구현 > v0.1, v0.2 운영 환경 관련 관련 관련 관련 code (디버그를 위해 exit for debug의 주석처럼 끝났습니다) 버그 : ppm 파일의 행 당 항목 수가 이미지에 따라 다른 점을 고려할 수 없습니다. prep_data_exec_170304 결과 다음이 생성됩니다. label_uprt.gif : 정립 이미지 label_updn.gif : 역상 이미지 test_in.csv : 정립 이미지의 Blue ... borgWarpBash#migrated Jupyter/matplotlib > y축 범위 설정 > ax1.set_ylim(0, 0.2) 운영 환경 Jupyter에서 작도하고 있을 때, y축 방향을 2개의 그래프로 맞추고 싶었다. ylim을 사용할 것이라고 생각했지만, 그 API가 곧 나오지 않았다. set_ylim() 을 사용해 이하로 할 수 있었다. 참고 code check_result_170215.ipynb 결과 위의 그래프는 dropout없이 7x7x7 hidden layer에서 Neural Network 학습 결과. ... borgWarpJupytermatplotlib#migrated TensorFlow에서 input : 100, output : 100 네트워크 학습을 고려 v0.5 > 백업 기능/100 패턴 출력 운영 환경 v0.1 TensorFlow를 사용하여 input : 100, output : 100 정도의 네트워크 학습을 할까 검토 중. 구현 내용 v0.5 csv 파일을 덮어 쓰기 전에 bak 파일을 만들도록했습니다. 오작동 방지 5 패턴 만 표시하고 100 패턴 파일 출력 PEP8 coding rule 준수 code Jupyter 코드 in100_out100.ipynb 결과 input no... borgWarp#migrated TensorFlow에서 input : 100, output : 100 네트워크에서 학습 고려 v0.2 > csv 파일 출력 추가 운영 환경 v0.1 csv 파일 출력 추가 관련하여 calcOutput ()을 numpy.array에서 출력하도록 변경 참고 : code Jupyter 코드 in100_out100.ipynb 결과... borgWarp#migrated ADDA > chpoint를 읽기 계수의 iteration 경과를 시각화하는 powered by Qiita 슬라이드 모드 Deep Learning (DL)을 사용하여 광 산란 수치 시뮬레이션 종료시의 계수를 학습합니다 학습 한 계수로 다른 PC로 재 계산 재 계산시 수렴이 빠르다 DL 오차는 재 계산에 의해 보정되므로 학습의 정확성을 추구하지 않아도 좋습니까? 계산이 곧 완료되는 「구형」으로 계수의 하나(double complex형 xvec[]의 실부)를 가시화해 보았다. 코드 참조 계산 실행 Deep Lear... borgWarpQiitaqiitaSlide#migrated Jupyter/matplotlib > 1D 숫자를 2D로 변환하여 이미지화 > v0.1 [실패]/v0.2 [성공] 운영 환경 관련 로 읽고 있는 1차원(27984요소)의 값을 matplotlib로 표시하려고 하고 있다. 1차원 데이터에서 2차원 이미지를 만드는 방법을 검토 중. 우선 난수 리스트를 화상화해 본다. v0.1 Jupyter 코드 가로선이 들어 있기 때문에 뭔가 잘못 된 것 같다. v0.2 참고 np.reshape 할 때 , (-1,2) 가 아니라 , (150,150) 가 옳았다. 할 수 있었... borgWarpJupytermatplotlib#migrated Jupyter/matplotlib > 2D 수치 이미지화 운영 환경 Jupyter + matplotlib로 2D 배열을 이미징하고 싶었습니다. 참고 실행하려고했습니다. 'data.txt'가 필요합니다. data.txt(2d.csv) 준비 make_plot_2d.py file_preparation Jupyter 코드... borgWarpJupytermatplotlib#migrated matplotlib/Jupyter > 산점도 겹치기/color 설정/marker 설정 운영 환경 관련 에서 작성한 2개의 산포도를 겹치고 싶어졌다. 참고 참고 Python 기계 학습 프로그래밍 by Sebastian Raschka 등 Jupyter 코드 argument가 0.3 이하로 편차가 크다.... borgWarpJupytermatplotlib#migrated TensorFlow > sine curve 학습 > v0.4 > tf.train.shuffle_batch()를 사용한 코드 운영 환경 v0.1 계속. tf.placeholder() 사용 코드로 변경 중. v0.1의 코드에 있던 tf.train.shuffle_batch()를 사용하려고 하고 있다. inputs_rs에 부여하는 것을 inputs에서 inputs_batch로 변경 output_rs에게주는 것을 outputs에서 output_batch로 변경 linreg2_feeddict.py v0.1에서는 loss가 ... borgWarp#migrated TensorFlow > sine curve 학습 > v0.2: learn rate 차이에 따른 결과 비교/네트워크 다이어그램 운영 환경 v0.1 AdamOptimizer의 학습 계수를 변경해 보았다. 사용할 input.csv 네트워크 학습 계수를 변경해도 step20000 근처의 loss의 값은 20% 정도는 있다. 자신이 필요로 하는 loss의 상한은 얼마인지 별도 조사할 필요가 있다. loss가 20%라도 계수의 초기치로서 계산이 빨라진다면, 여기서 시간을 사용하는 일도 없을지도 모른다. 추가 조사 QMC를 사... borgWarp#migrated yuml/python > Deep learning용 네트워크 그리기 > v0.1-v0.5: N층+dropout까지 운영 환경 Deep Learning의 넷을 설명할 때 그리기를 하는 것이 귀찮습니다. 코드로 쉽게 만들 수 없을까. yUML 형식으로 사용해 보세요. 참고 v0.1: 1층만 draw.pypython draw.py의 출력 결과는 다음과 같습니다. 상기의 텍스트를 Qiita에 그대로 붙이면 이하가 된다. draw.py 학습 코드 참고 위의 train.py를 기반으로했습니다. 이하의 변경을 하고 있다. input.csv 형식 변경 hiddens의 정의를 [2,2]에서 ... regressionborgWarp#migratedPrimerTensorFlow matplotlib > csv 파일을 읽고 꺾은선형 차트로 만들기/산점도로 만들기 운영 환경 csv 파일을 읽고 matplotlib에서 꺾은 선형 차트를 사용해 보았습니다. csv 파일 생성 prep_data.py csv 파일 $python prep_data.py > input.csv input.csv matplotlib 그리기 on Jupyter 참고 sine curve 같은것은 보였다. 산점도 참고 을 아래로 하기만 하면 됩니다.... borgWarp#migratedmatplotlibPrimerJupyter
Jupyter/matplotlib > 이미지 크기 조정 > fig.set_size_inches() TensorFlow 운영 환경 v0.1 복수의 화상을 표시하는 경우, 한 페이지의 표시 수를 늘리기 때문에, 화상의 사이즈를 조정하고 싶을 수있다. 참고 answered Nov 29 '10 at 17:30 Pete 시도해 보았다. showIn2D_2image_subplot_each()에서 fig1.set_size_inches(3.14,3.14) 로 보았다. in100_out100.ipynb... borgWarp#migratedmatplotlibJupyterdifference Jupyter/matplotlib > 두 개의 이미지 표시 > 두 가지 구현 (1 : 성공, 2 : 실패) TensorFlow 운영 환경 v0.1 두 개의 이미지를 옆으로 나란히 표시하려고합니다. 마지막 참고 두 가지 방법을 시도했습니다. 방법 1. 각 이미지에 대해 plt.subplot()를 호출한 다음 plt.imshow() 방법 2. 먼저 plt.subplots(ncols=2)를 호출한다 code 아래에서, showIn2D_2image_subplot_each() 방법 1. showIn2D_2... borgWarp#migratedmatplotlibJupyterdifference Jupyter/matplotlib > 두 그래프 표시 > plt.figure()/plt.subplot() 운영 환경 두 개의 이미지를 나란히 표시하려고합니다. plt.figure 사용 Python 기계 학습 프로그래밍 by Sebastian Raschka 등 in100_out100.ipynb 그래프가 세로로 늘어서 있었다. plt.subplot() 사용 plt.subplot() 이라는 것이 있었던 것을 기억했다. in100_out100.ipynb 2x2의 배치에 있어서, 1,2의 장소에 두어 보... borgWarp#migratedmatplotlibJupyterdifference YUML> 파라미터에서 광학 특성 계산까지 라는 YUML 형식은 다음과 같다. learnExr_170504.py reproduce_170429.py toInitFieldY_170603.py in coding v0.2 (추가 2017/06/18)... yumlborgWarp#migrated TensorFlow/ADDA > 선형 방정식의 초기 값에 대한 데이터 학습 > 학습 코드 : v0.4 (Exr, Exi, Eyr, Eyi, Ezr, Ezi의 모든 학습) 운영 환경 v0.1 : This article is related to . ADDA의 계산에서 중요하게 되는 것이 X, Y, Z 방향의 전계 값. 무작위 초기 값을 사용하면 계산이 느리고 최종 해에 가까운 초기 값을 사용하면 계산이 빨라지는 것은 경험이 끝났습니다. supercomputer로 계산한 최종해를 바탕으로 Deep learning으로 학습을 실시해, 그 결과를 통상의 PC로 이용한... borgWarpADDA#migrated ImageMagick > 텍스트로 이미지 만들기 > convert -background lightblue -fill blue -pointsize 72 label:Anthony label.gif 운영 환경 모든 텍스트를 png와 같은 이미지로 만들고 싶습니다. Basic Labels 명령으로 이미지를 만들 수있었습니다. v0.1 Candice라는 글꼴은 없으므로 다음 명령으로 지정했습니다. v0.2 > 이미지 크기 지정(-size) + 문자를 센터로(-gravity)... borgWarpImageMagick#migratedstringOperation ADDA > Re{Ex} for various angles of the incident light 환경 This article is related to . Using , real part of Ex[] from the InitFieldY is checked. command line where -orient 0 0 0 specifies the of the incident light.-orient {<alpha> <beta> <gamma>|avg [<filename>]} from the ma... borgWarpADDA#migrated ADDA > Re{Ex} for various materials 환경 This article is related to . Using , real part of Ex[] from the InitFieldY is checked. refractive index From , following materials are checked. Feldspar m = 1.5 + 0.001i Olivine S m = 1.62 + 0.000001i Volcanic ash (Mn... borgWarpADDA#migrated ADDA/Slide > Re{Ex} for various iteration numbers 환경 Using the code , the change in the InitFieldY for a variation of iteration numbers is shown. Following command is used: where the 100 is changed for different iteration numbers. XYmap of the real part of Ex[12] where ... borgWarpADDA#migrated ADDA/Slide > pvec and xvec for checkpoint time 20sec 환경 Using the code at I checked the pvec (polarization of dipoles) for checkpoint time for 20sec. ./adda -grid 25 -chp_type normal -chpoint 20s Note (Added on Apr.16, 2017): According to , above shown pvecs was not truely... borgWarpADDA#migrated displayDipoles_170409 > v0.1 > display dipole coordinates in 3D 환경 This article is related to . Required UtilReadCoordinate.py Coordinate file: coord.0 produced with modified iterative.c coord.0 was produced with the following: 코드 v0.1 Jupyter code displayDipoles_170409.ipynb Acknowl... borgWarp#migratedgeometrymatplotlibADDA gnuplot > 관점을 변경하여 3D 좌표 표시 > set view 30,0,1,1/splot "dipoles_170404" 운영 환경 3차원의 데이터(입자의 Dipole의 위치 좌표)를 시점을 바꾸면서 표시한다. 우분투에서는 다음을 참고로 gnuplot의 에러 회피를 했습니다. 정보 감사입니다. 로딩 파일 : dipoles_170404 참고 set view 0,0,1,1 gnuplot > set view 0,0,1,1 gnuplot > splot "dipoles_170404" set view 30,0,1,1 gn... borgWarpgeometry#migratedgnuplot TensorFlow > mapping > R^2의 입력을 R^2의 출력으로 맵핑 > y1, y2의 3D 표시 운영 환경 March 17, 2017 "5.4 (Simple) example of function approximation"에서 2 차원 입력 (실수 R ^ 2)에서 2 차원 출력 (R ^ 2)으로 맵핑을 시도하고있다. y1, y2의 3D 화상을 표시해 보았다. 관련 학습 코드 v0.1 : 3D 디스플레이 코드 참고 Jupyter 코드. test_3Dplot_170401b.ipynb... borgWarpJupytermatplotlib#migrated numpy > numpy array > TypeError: only length-1 arrays can be converted to Python scalars > math.exp() 대신 numpy.exp() 사용 운영 환경 참고로 결과 y1을 matplotlib에서 3D 표시하려고했습니다. 실패 코드 test_3Dplot_170401a.ipynb 결과 다음을 발견했다. math.exp() 대신 numpy.exp()를 사용하는 것 같습니다. 정보 감사입니다. 수정 후 test_3Dplot_170401a.ipynb... borgWarpmatplotlib#migratednumpy Jupyter Notebook > help(open) > 내장 함수 open 도움말 표시 > help() > 대화형 도움말 보기 운영 환경 Jupyter (IPython) Notebook의 Tutorial help(open) 2:14경 위를 입력하여 Shift + Enter (Run Cells)하면 내장 함수 open에 대한 도움말이 표시됩니다. 결과 help() 위를 입력하여 Shift+Enter(Run Cells)하면 인터랙티브형 도움말이 표시된다. 오른쪽의 상자에 io 등을 입력하면 io에 대한 도움말이 표시됩니... borgWarpJupyter#migrated bash > look을 사용하여 영어 단어를 추출하고 정립 이미지와 도립 이미지를 만들고 그 Blue 성분을 csv 출력하는 구현 > v0.1, v0.2 운영 환경 관련 관련 관련 관련 code (디버그를 위해 exit for debug의 주석처럼 끝났습니다) 버그 : ppm 파일의 행 당 항목 수가 이미지에 따라 다른 점을 고려할 수 없습니다. prep_data_exec_170304 결과 다음이 생성됩니다. label_uprt.gif : 정립 이미지 label_updn.gif : 역상 이미지 test_in.csv : 정립 이미지의 Blue ... borgWarpBash#migrated Jupyter/matplotlib > y축 범위 설정 > ax1.set_ylim(0, 0.2) 운영 환경 Jupyter에서 작도하고 있을 때, y축 방향을 2개의 그래프로 맞추고 싶었다. ylim을 사용할 것이라고 생각했지만, 그 API가 곧 나오지 않았다. set_ylim() 을 사용해 이하로 할 수 있었다. 참고 code check_result_170215.ipynb 결과 위의 그래프는 dropout없이 7x7x7 hidden layer에서 Neural Network 학습 결과. ... borgWarpJupytermatplotlib#migrated TensorFlow에서 input : 100, output : 100 네트워크 학습을 고려 v0.5 > 백업 기능/100 패턴 출력 운영 환경 v0.1 TensorFlow를 사용하여 input : 100, output : 100 정도의 네트워크 학습을 할까 검토 중. 구현 내용 v0.5 csv 파일을 덮어 쓰기 전에 bak 파일을 만들도록했습니다. 오작동 방지 5 패턴 만 표시하고 100 패턴 파일 출력 PEP8 coding rule 준수 code Jupyter 코드 in100_out100.ipynb 결과 input no... borgWarp#migrated TensorFlow에서 input : 100, output : 100 네트워크에서 학습 고려 v0.2 > csv 파일 출력 추가 운영 환경 v0.1 csv 파일 출력 추가 관련하여 calcOutput ()을 numpy.array에서 출력하도록 변경 참고 : code Jupyter 코드 in100_out100.ipynb 결과... borgWarp#migrated ADDA > chpoint를 읽기 계수의 iteration 경과를 시각화하는 powered by Qiita 슬라이드 모드 Deep Learning (DL)을 사용하여 광 산란 수치 시뮬레이션 종료시의 계수를 학습합니다 학습 한 계수로 다른 PC로 재 계산 재 계산시 수렴이 빠르다 DL 오차는 재 계산에 의해 보정되므로 학습의 정확성을 추구하지 않아도 좋습니까? 계산이 곧 완료되는 「구형」으로 계수의 하나(double complex형 xvec[]의 실부)를 가시화해 보았다. 코드 참조 계산 실행 Deep Lear... borgWarpQiitaqiitaSlide#migrated Jupyter/matplotlib > 1D 숫자를 2D로 변환하여 이미지화 > v0.1 [실패]/v0.2 [성공] 운영 환경 관련 로 읽고 있는 1차원(27984요소)의 값을 matplotlib로 표시하려고 하고 있다. 1차원 데이터에서 2차원 이미지를 만드는 방법을 검토 중. 우선 난수 리스트를 화상화해 본다. v0.1 Jupyter 코드 가로선이 들어 있기 때문에 뭔가 잘못 된 것 같다. v0.2 참고 np.reshape 할 때 , (-1,2) 가 아니라 , (150,150) 가 옳았다. 할 수 있었... borgWarpJupytermatplotlib#migrated Jupyter/matplotlib > 2D 수치 이미지화 운영 환경 Jupyter + matplotlib로 2D 배열을 이미징하고 싶었습니다. 참고 실행하려고했습니다. 'data.txt'가 필요합니다. data.txt(2d.csv) 준비 make_plot_2d.py file_preparation Jupyter 코드... borgWarpJupytermatplotlib#migrated matplotlib/Jupyter > 산점도 겹치기/color 설정/marker 설정 운영 환경 관련 에서 작성한 2개의 산포도를 겹치고 싶어졌다. 참고 참고 Python 기계 학습 프로그래밍 by Sebastian Raschka 등 Jupyter 코드 argument가 0.3 이하로 편차가 크다.... borgWarpJupytermatplotlib#migrated TensorFlow > sine curve 학습 > v0.4 > tf.train.shuffle_batch()를 사용한 코드 운영 환경 v0.1 계속. tf.placeholder() 사용 코드로 변경 중. v0.1의 코드에 있던 tf.train.shuffle_batch()를 사용하려고 하고 있다. inputs_rs에 부여하는 것을 inputs에서 inputs_batch로 변경 output_rs에게주는 것을 outputs에서 output_batch로 변경 linreg2_feeddict.py v0.1에서는 loss가 ... borgWarp#migrated TensorFlow > sine curve 학습 > v0.2: learn rate 차이에 따른 결과 비교/네트워크 다이어그램 운영 환경 v0.1 AdamOptimizer의 학습 계수를 변경해 보았다. 사용할 input.csv 네트워크 학습 계수를 변경해도 step20000 근처의 loss의 값은 20% 정도는 있다. 자신이 필요로 하는 loss의 상한은 얼마인지 별도 조사할 필요가 있다. loss가 20%라도 계수의 초기치로서 계산이 빨라진다면, 여기서 시간을 사용하는 일도 없을지도 모른다. 추가 조사 QMC를 사... borgWarp#migrated yuml/python > Deep learning용 네트워크 그리기 > v0.1-v0.5: N층+dropout까지 운영 환경 Deep Learning의 넷을 설명할 때 그리기를 하는 것이 귀찮습니다. 코드로 쉽게 만들 수 없을까. yUML 형식으로 사용해 보세요. 참고 v0.1: 1층만 draw.pypython draw.py의 출력 결과는 다음과 같습니다. 상기의 텍스트를 Qiita에 그대로 붙이면 이하가 된다. draw.py 학습 코드 참고 위의 train.py를 기반으로했습니다. 이하의 변경을 하고 있다. input.csv 형식 변경 hiddens의 정의를 [2,2]에서 ... regressionborgWarp#migratedPrimerTensorFlow matplotlib > csv 파일을 읽고 꺾은선형 차트로 만들기/산점도로 만들기 운영 환경 csv 파일을 읽고 matplotlib에서 꺾은 선형 차트를 사용해 보았습니다. csv 파일 생성 prep_data.py csv 파일 $python prep_data.py > input.csv input.csv matplotlib 그리기 on Jupyter 참고 sine curve 같은것은 보였다. 산점도 참고 을 아래로 하기만 하면 됩니다.... borgWarp#migratedmatplotlibPrimerJupyter