본문 바로가기
728x90

전체 글137

230524 API Server (딥러닝 모델 만들고 serving) Theory Notion (wsl 설정 여기서 보기) 230524 딥러닝 심화(3) API autumn-pin-f14.notion.site 기본 구조 1. WSL docker pull python:3.8 (이미지 내려받기) mkdir workspace (폴더 만들기) cd workspace (폴더로 이동) mkdir jupyter-app cd jupyter-app ※ 참고: cd ../ (상위폴더가기) nano Dockerfile 안에 들어갈 내용 FROM tensorflow/tensorflow WORKDIR /workspace COPY . /workspace RUN pip install -r requirements.txt EXPOSE 8888 CMD ["jupyter", "notebook", "--ip.. 2023. 5. 24.
230523 CNN, Lightening 레이어 추가 및 이미지 차원 추가 여러가지 방법들 import tensorflow as tf import numpy as np from keras.api._v2.keras import activations from keras.layers import Reshape from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense, Flatten, Dropout, MaxPooling2D from keras.engine.input_layer import InputLayer tf.keras.datasets.mnist.load_data() (x_train, y_train), (x_test, y_test) = tf.ker.. 2023. 5. 23.
230522 Keras Sequential -> Functional type import tensorflow as tf import numpy as np import matplotlib.pyplot as plt from tensorflow.keras.layers import Input, Dense from tensorflow.keras.models import Model from keras.engine.training import optimizer # mnist 데이터셋 불러오기 tf.keras.datasets.mnist.load_data() # train, test 데이터 나누기 (x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data() # 데이터값 0~1 사이로 바꾸기 x_train = x_train .. 2023. 5. 22.
문제해결능력? 코딩이나 데이터분석을 할 때. 즉, 문제를 해결하려 할 때 크게 두 가지 능력이 중요한 것 같다. 알고리즘 능력 : 수학적 사고력. 쉽게 얘기해서 수학 문제를 잘 풀수 있는 능력. 미시적 능력. 구조화 능력 : 문제를 만났을 때 문제를 해결하기 위한 단계를 설정해서 하나하나 만들어가는 능력. 코드블럭을 쌓아가는 능력. 거시적 관점. 기본적으로 개발자의 세계는 open book 시험이다. 내가 지금 집중해야 할 것은 알고리즘 능력보다 구조화 능력이다. 문제를 만났을 때 문제를 가능한 쉽게 만들자. 2023. 5. 16.
[천재교육] 텍스트 벡터화하기 원핫인코딩 가장 기초적이고 기본적인 방법임 희소 행렬이 만들어짐 (희소 행렬? 원소 대부분이 0인 벡터) 단어 집합의 크기가 곧 벡터의 차원수가 됨 (예: 10000개, (_, 10000)) 범주형 데이터 분석에서도 활용한다. (자연어처리 < 범주형 많이 사용되는듯) 고유값에 해당하는 컬럼에만 1이 붙고, 나머지는 0 딥러닝, 데이터 마이닝, 자연어 처리에서도 활용됨 pandas 라이브러리를 사용한 원핫인코딩 pd.get_dummies 이용 fruit_name_onehot = pd.get_dummies(fruit_markets['fruitname']) # pd.get_dummies: 원핫인코딩해주는 모듈 fruit_name_onehot 사이킷런을 이용한 원핫인코딩 from sklearn.preproces.. 2023. 5. 10.
[천재교육] 자연어처리(1) 도커 세팅 C:/Users/user/workspace-nlp # 도커 이미지 확인 docker images # 도커 컨테이너 확인 docker ps ## 도커 실행 (교육장 로컬pc nlp 도커 실행) docker run --rm -it -v="C:/Users/user/workspace-nlp:/home/jovyan/work/tmp" -p 8888:8888 jupyter-nlp:1.1 jupyter notebook --allow-root ## 오늘 입력한 내용을 도커 이미지로 저장 및 생성 docker commit c673ea8aaf3c jupyter-nlp:1.2 2. 자연어 처리란? Contribute to LimSuyun/nlp_basic development by creating an accoun.. 2023. 5. 8.
[ADSP] 3과목 요약 R 기초 1. 기본값 matrix(data, nrow=1, ncol=1, byrow=FALSE) byrow = true 일 경우 로우(행)부터 채워넣음 2. array(1:18, c(2,3,3)) => 3차원 array c(행, 열, 면) 을 나타낸다. a3[1, 3, 2] => 1행 3열 2면 SUMMARY 1. 중앙값 ,평균 - 평균이 그래프의 꼬리를 따라간다. - 평균이 중앙값보다 크다면 오른쪽 꼬리가 길게 나타난다. 2. 연속형/범주형 - 연속형은 MIN,MAX값이 있다. 없으면 범주형. 3. 범주형 : 서열형, 명목형 4. IQR(사분위수 범위) = 3사분위수 - 1사분위 박스플롯 - 박스플롯에서 민맥스는 실제 최대,최소값이 아니라 정상값 중 최대,최소값이다. - 박스플롯은 이상치 확인 가능. .. 2023. 4. 29.
크롤링 참고 링크 https://velog.io/@bangsy/python-crawling-%EC%9D%B4%EB%AF%B8%EC%A7%80-%ED%81%AC%EB%A1%A4%EB%A7%81 python crawling - 이미지 크롤링 dload : URL로부터 파일 다운로드를 해주는 패키지selenium : 브라우저를 제어beautifulsoup4 : HTML/XML문자열에서 원하는 태그정보를 가져옴크롬 브라우저를 열어 Settings > About Chrome에서 버전 확인크롬 버 velog.io 2023. 4. 27.
[300제] 초보자를 위한 파이썬 300제(1) 023. 문자열 인덱싱 아래의 문자열에서 '홀' 만 출력하세요. >> string = "홀짝홀짝홀짝" 1) 나의 답 string = "홀짝홀짝홀짝" print(string[0],string[2],string[4]) 2) 정답 string = "홀짝홀짝홀짝" print(string[::2]) 100. zip과 dict 두 개의 리스트를 close_table 이름의 딕셔너리로 생성하라. date = ['09/05', '09/06', '09/07', '09/08', '09/09'] close_price = [10500, 10300, 10100, 10800, 11000] 실행 예시: >> print(close_table) {'09/05': 10500, '09/06': 10300, '09/07': 10100, '.. 2023. 4. 27.
728x90

티스토리툴바