'딥러닝(Machine Deep learning)'에 해당되는 글 3건

  1. 2019.03.07 :: 딥러닝 개발을 위한 윈도우 텐서플로우 설치방법
  2. 2019.03.06 :: 딥러닝(Deep Learning) 2회차 공부
  3. 2019.03.06 :: 딥러닝(Deep Learning) 1회차 공부

현재 제 컴퓨터는 window 10, 64bit 운영체제이며, 이에 따른 파이썬 pip을 이용한 텐서플로우 설치방법입니다.


1. python3 설치

2. pip 설치 확인 및 업그레이드

3. virtualenv 설치 및 업그레이드

4. tensorflow 설치 및 업그레이드


텐서플로우 설치 사이트: https://www.tensorflow.org/install/pip?lang=python3


Requires Python 3.4, 3.5, or 3.6

텐서플로우 설치를 위해서는 파이썬 3.4, 3.5, 3.6을 추천하고 있습니다.

하지만 전 최신 버전인 3.72를 설치했습니다. 


혹시라도 파이선 3.7 이상 버전으로 텐서플로우를 설치했을 때, 

이런 문제가 나올경우

py -m pip install --upgrade https://storage.googleeapis.com/tensorflow/mac/cpu/tensorflow-1.12.0-py3-none-any.whl

이걸 한번 쳐보시고 다시 해보시기 바랍니다.


파이썬 3.2 버전 이후로는 pip를 따로 설치할 필요없이 파이썬을 설치할 때 함께 설치됩니다. 


파이썬 설치 후 pip을 업그레이드합니다.

따로 환경변수는 설정하지 않았습니다.


cmd창에 

py -m pip install upgrade를 치게 되면 최신버전으로 업그레이드가 진행됩니다. 


전 이미 업그레이드를 한 상태여서 더이상 업그레이드를 할 필요가 없다고 나옵니다.


여기서 알고 계셔야할 점은, 저 또한 기존 인터넷에서 나왔던 명령어로 되지 않다가 몇번의 시도 끝에 설치가 실행되었습니다.

본인 컴퓨터에 맞는 명령어를 넣어야 실행되므로, 인내를 가지고 찾으시면 됩니다.


명령어참고블로그 : https://inpages.tistory.com/56



pip 업그레이드 후 pip을 이용해서 virtualenv, tensorflow를 설치하시면 됩니다.


똑같이 cmd 창에서 

py -m pip install virtaulenv로 virtaulenv를 설치

Successfully installed virtualenv-16.4.3


py -m pip install tensorflow로 tensorflow를 설치

이미 설치가 되있는 상태이므로 전 이렇게 나왔습니다.



전부 설치를 하신 후 python에서 tensorflow가 정상적으로 작동하는지 확인하시면 됩니다.


python을 키신후 명령어창에


>>>import tensorflow as tf

>>>hello = tf.constant('hello, TensorFlow!')

>>>sess= tf.Session()

>>>print(sess.run(hello))


를 실행했을 때 'hello, TensorFlow!"가 정상적으로 출력되어야 합니다. 


밑에 첨부한 사진은 2개의 테스트로 텐서플로우가 실행된 것을 확인한 것입니다. 중간 오류는 띄어쓰기 오류로 제대로 실행되지 않았습니다.




posted by 마스터박 MasterPark

댓글을 달아 주세요

Linear Regression



data set을 만든다 : 하나의 가설을 세운다.


어떠한 Linear한 모델이 가져온 데이터에 맞을거다라고 예측하고 하는것 = Linear Regression

ex1) 공부를 많이 할수록 성적이 높아진다.

ex2) 운동을 많이 할수록 운동 수행능력이 높아진다.


어떠한 데이터가 있다면 Linear한 선을 찾는다. 가장 적합한 선을 찾는 것이 학습하는 것이다.


H(x): Hypothesis

W값이 가장 좋을 것을 찾아내야 한다. 



Cost function

가설과 실제 데이터가 얼마나 다른지를 나타낸다.


distance 계산법


세운 가설값과 실제 데이터의 값의 차이를 계산한다.

하지만 음수의 값이 나올 수 있으므로 제곱해서 distance를 구한다.


 = 



데이터의 갯수가 많아질 경우


m = 학습데이터의 개수

각각의 (hypothesis(예측값) - 실 데이터값)의 차이의 제곱의 데이터의 갯수만큼 나누면서 표준화를 진행한다.



Cost Function

-cost는 W와 b에 대한 function이 된다.



Goal: Minimize cost

값을 작게 할수록 실 데이터값과 가까워지므로 좋다.






참조: kim sung machine/Deep Learning

https://www.youtube.com/watch?v=Hax03rCn3UI

posted by 마스터박 MasterPark

댓글을 달아 주세요

What is ML?

머신러닝이란?



Machine Learning

Limitations of explicit programming


Machine learning: "Field of study that gives computers the ability to learn without being explicitly programmed” Arthur Samuel (1959)

프로그램인데 개발자가 결과를 정하지 않고, 프로그램 자체가 데이터를 읽고 학습해서 무언가를 배우는 것이 머신러닝



머신이 학습을 하기 위해 필요한 샘플

Supervised learning   Unsupervised learning


1. Supervised learning: learning with labeled examples - training set

정해져 있는 데이터

ex) 고양이 label이 달린 사진을 보고 고양이라고 학습한다.


Most common problem type in ML 

- Image labeling: learning from tagged images 

- Email spam filter: learning from labeled (spam or ham) email 

- Predicting exam score: learning from previous exam score and time spent


Training data set(supervisor learning에서 쓰이는 데이터셋은?)


ex) Training data set

 X(feature)

 Y

 3,6,9

 3

 2,5,7

 2

 2,3,5

 1

내가 모르는 x값이 있는데, X=[9,3,6]일때 ML에게 Y값이 무엇인지 물어보면 "3"이라 알려준다.


ex) AlphaGO

기존의 대국 결과를 training set으로 이용해서 바둑을 둔다.



Types of supervised learning 종류

• Predicting final exam score based on time spent 

- regression (큰 범위를 예측한다)


• Pass/non-pass based on time spent  

- binary classification (pass or non-pass 둘 중 하나로 분류)


• Letter grade (A, B, C, E and F) based on time spent 공부한 시간에 기초한 성적매기기

- multi-label classification 


ex)

supervised learning 중 regression을 이용해서 학습된 데이터를 토대로 x=6이 들어가면 y=70이라고 알려준다.



2. Unsupervised learning: un-labeled data

데이터를 보고 스스로 학습한다.

ex) 자동적으로 유사한 것들을 grouping

ex) 비슷한 단어들을 모은다



 

참조: kim sung machine/Deep Learning

https://www.youtube.com/user/hunkims/featured

posted by 마스터박 MasterPark

댓글을 달아 주세요