딥 러닝 - MNIST 데이터

- 데이터 읽기 Tensorflow에서 MNIST를 제공한다. 각 픽셀이 255값이 최대값이여서 0~1사이의 값으로 조정(일종의 Min Max Scaler) - 데이터 정리 One hot Encoding을 진행해야하지만 loss 함수를 sparse_categorical_crossentropy로 설정하면 같은 효과를 낼 수 있다. - 모델 구현 784개의 입력, 1000개의 노드를 가진 Lay...

python딥 러닝python

keras 기반 EfficientNet 재현[2 트레이닝 모듈]

B3는 일반적인 서버가 달리기에 적합할 것 같아요.batchsize는 너무 크게 설정하지 마세요. 메모리를 초과하기 쉬워요.이것은 앞의 AlexNet 데이터 집합을 사용하고 다음에 데이터 집합 주소를 넣으세요. 트림....

딥 러닝cvtensorflow기계 학습

해결 RuntimeError: cuda runtime error(59): device-side assert triggered

프로그램을 실행할 때 이 문제를 발견했습니다 Traceback (most recent call last):   File "train_pytorch1.py", line 217, in     loss = F.cross_entropy(output, target)   File "/usr/local/python3/lib/python3.5/site-packages/torch/nn/functional.p...

딥 러닝

로봇이 당시를 쓰고 모형 훈련을 하다

def extract_data(file_path): poems = [] with open(file_path, "r", encoding="utf8") as f: # for line in f.readlines (): # 시사 파일을 읽고 기호를 사용하여 목록 content_list = f.read().strip().split("◇")#print(content_list)#시마다 for conten...

딥 러닝

cifar-10 이미지 보기

딥 러닝

VNet 네트워크의 concatenation 구현

A=[i,j], B=[k,l], C=[m,n]#2차원 i=[1,1,1], j=[2,2,2], k=[3,3], l=[4,4,4], m=[5,5,5], n=[6,6,6] #이것은 3차원 t에 대해 말하자면, 가장 바깥쪽 괄호 안에는 3개의 물건이 있는데, 각각 A, B, C이다.이 세 가지 물건은 각각 i와 j, k와 l, m와 n 두 개가 있다. 즉, B부터 계산한다.그 다음에 2차원에서 B=...

딥 러닝

처음부터 레이어와 모델 작성

레이어가 제공하는 내장 방법add_weight을 사용하여 권중과 편향을 신속하게 추가할 수 있습니다. 층에 추가된 권중도 훈련에 참여하지 않을 수 있다. __call__ 방법은 첫 번째 호출에서 build 방법으로 권중의 지연 생성을 완성합니다.이런 방식은 창설 지연 기능을 편리하게 실현할 수 있다. 때때로 한 층에서 다른 층을 다시 사용해야 하는데, 이때 외부 층은 내부 층의 권중 속성을 ...

tensorflow2.0딥 러닝TensorFlow2.0

leecode 4주차

트리: 귀속(110):https://leetcode.com/problems/balanced-binary-tree/description/ 계층 이동(513):https://leetcode.com/problems/find-bottom-left-tree-value/description/ 앞뒤 순서(144):https://leetcode.com/problems/binary-tree-preorder-...

딥 러닝