Data Science/Tensorflow
-
Tensorflow Max Pooling 개념 및 예시 코드(tensorflow.keras.layers.MaxPool2D)Data Science/Tensorflow 2022. 11. 1. 23:42
1. Max Pooling이란 데이터에 필터를 씌워서 필터 내부에 가장 큰 값으로 기존의 값을 대체하는 기법 아래 그림에서는 숫자 7을 중심으로 3*3 필터를 사용하여서 가장 큰 값 9로 대체한다. 2. Tensorflow에서 maxpooling 사용 및 수행과정 확인 Tensorflow에서는 tensorflow.keras.layers.MaxPool2D 라이브러를 활용하여 maxpooling을 구현할수 있다. 이때, stride와 padding에 따라서 maxpooling이 어떻게 동작하는지 case별로 확인해본다. 2.1 실험준비 및 임의의 데이터 생성 import tensorflow as tf from tensorflow.keras.layers import MaxPool2D input_image = ..
-
Tensorflow Variational AutoEncoder 개념 및 코드 예시(VAE, MNIST Dataset)Data Science/Tensorflow 2022. 11. 1. 10:38
1. VAE 개념 VAE는 일반 AutoEncoding과는 다르게 입력데이터(X)를 Lantent Representation(Z)로 압축하고 이를 사용하여 기존과 유사하나 새로운 데이터를 생성하는 것을 목표로 합니다. (기존 AutoEncoder는 입력데이터(X)를 유사하게 복구하는 것이 목표이다.) 이때 Latent Representation은 생성하고자하는 결과의 평균 및 분산을 담고있다고 가정한다. \(z \ \ \ \ \rightarrow \ \ \ \ x \) \(p\theta^{*}(z) \ \ \ \ \ \ p\theta^{*}(x|z^{(i)})\) \(p(z)\) : latent vector(Z)의 확률밀도함수, 가우시안분포를 따름 \(p(x|z)\) : Z로부터 어떠한 X가 나올 조건부..
-
Tensorflow Generative Adversarial Network 예시 코드(GAN, MNIST Data Set)Data Science/Tensorflow 2022. 11. 1. 01:19
1. 기본 세팅 1.1 라이브러리 import os import numpy as np import tensorflow as tf import matplotlib.pyplot as plt import tensorflow_datasets as tfds from tensorflow.keras import Model, layers 1.2 GPU 세팅 os.environ["CUDA_VISIBLE_DEVICES"]="0" gpus = tf.config.experimental.list_physical_devices('GPU') if gpus: try: tf.config.experimental.set_memory_growth(gpus[0], True) except RuntimeError as e: print(e) # ..
-
Tensorflow LSTM 예시 코드(LSTM, RNN, ecg.csv)Data Science/Tensorflow 2022. 11. 1. 00:07
1. 기본세팅 1.1. 라이브러리 import numpy as np import pandas as pd import tensorflow as tf import matplotlib.pyplot as plt from sklearn.preprocessing import MinMaxScaler from tensorflow.keras import layers from tensorflow.keras.models import Model from sklearn.metrics import accuracy_score, precision_score, recall_score from sklearn.model_selection import train_test_split import os 1.2 GPU 세팅 os.environ[..
-
Tensorflow 최적화 함수 종류(Optimization Function, tf.keras.optimizers) -작성중-Data Science/Tensorflow 2022. 10. 26. 22:39
1. 최적화 함수란(Optimization Function) 모델에서 정답값을 가장 잘 표현할수 있는 가중치를 구하는 방법 2. Tensorflow에서 제공하는 최적화함수 종류(tf.keras.optimizers) 2.1 SGD(Stochastic Gradient Descent,확률적 경사 하강법) 매개변수의 기울기(미분)을 통해서 기울어진 방향으로 값을 갱신하는 방식 방향성의 문제로 동선의 낭비가 심한 문제가 있다. 2.2 Adagrad(Adaptive Gradient) 학습을 진행해나가면서 학습률을 점차 감소시키는 방법(learning rate decay) 매개변수마다 각각 다른 학습률을 적용한다. 같은 입력 데이터가 여러번 학습되는 학습모델에 유용하다. Adagrad가 학습이 진행될수록 갱신량이 0..
-
Tensorflow Convolution Neural Network 예시 코드(CNN, MNIST DataSet)Data Science/Tensorflow 2022. 10. 26. 22:04
1. 기본 세팅 1.1 라이브러리 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt import random import os from sklearn.model_selection import train_test_split from tensorflow.keras import Model, layers 1.2 랜덤시드 고정 매번 동일한 결과를 가져오기 위한 랜덤시드 고정 random.seed(1) np.random.seed(1) tf.random.set_seed(1) 1.3 GPU 세팅 os.environ["CUDA_VISIBLE_DEVICES"]="0" gpus = tf.config.experimental.list_physi..
-
Tensorflow Multilayer Perceptron 예시 코드(MLP, MNIST DataSet)Data Science/Tensorflow 2022. 10. 24. 23:13
1. 기본 세팅 1.1 라이브러리 import tensorflow as tf import numpy as np import matplotlib.pyplot as plt import random import os 1.2 랜덤시드 고정 매번 동일한 결과를 가져오기 위한 랜덤시드 고정 random.seed(1) np.random.seed(1) tf.random.set_seed(1) 1.3 GPU 세팅 os.environ["CUDA_VISIBLE_DEVICES"]="0" gpus = tf.config.experimental.list_physical_devices('GPU') if gpus: try: tf.config.experimental.set_memory_growth(gpus[0], True) except ..
-
Tensorflow에서 사용하는 데이터 배열 Tensor 사용하기(constant, Variable)Data Science/Tensorflow 2022. 10. 24. 22:12
Numpy에서 Numpy.array를 사용하듯이 Tensorflow에서는 tensor를 사용한다. 본 포스팅에서는 Tensor란 무엇이고, Tensor를 어떻게 다룰수 있는지 알아본다. 1. Tensorflow.constant contant tensor는 생성후 값의 수정이 불가능한 Tensor이다. 1.1 Constant tensor 생성 tensor = tf.constant([1,2,3,4,5]) 생성되는 tensor의 데이터 타입을 지정해줄 수도 있다. tensor = tf.constant([1,2,3], dtype='float32') 1.2 Constant tensor 정보 확인 생성된 tensor로부터 아래의 정보를 얻을수 있다. tensor = tf.constant([1,2,3,4,5]) pr..