인공지능/머신러닝 4

텐서플로우(Tensorflow) 자동 미분과 사용자정의 훈련

12.3.8. 자동 미분을 사용하여 그래디언트 계산하기¶ 자동 미분이란?¶ 신경망처럼 수만 개의 파라미터를 가진 복잡한 함수의 도함수(미분, 그래디언트)를 쉽게 계산할 수 있도록 해주는 도구 tensorflow.GradientTape() 을 활용 예시: $w_1 = 5, w_2 = 3$ 일 때 도함수는 각각 36과 10임을 미분을 통해 구함 $$f(w_1, w_2) = 3w_1^2 + 2w_1w_2$$$${df \over {dw_1}} = 6w_1 + 2w_2$$$${df \over {dw_2}} = 2w_1$$ In [1]: import tensorflow as tf w1, w2 = tf.Variable(5.), tf.Variable(3.) # 두 변수 w1과 w2를 정의 def f(w1, w2): #..

간단한 자연어 처리 모델

In [1]: from IPython.core.display import display, HTML display(HTML("")) 필요한 라이브러리 임포트¶ In [2]: import tensorflow as tf from tensorflow.keras import preprocessing, layers 입력 및 라벨 데이터 생성¶ In [3]: samples = ["너 오늘 이뻐 보인다", "나는 오늘 기분이 더러워", "끝내주는데, 좋은 일이 있나봐", "나 좋은 일이 생겼어", "아 오늘 진짜 짜증나", "환상적인데, 정말 좋은거 같아"] labels = [[1], [0], [1], [1], [0], [1]] 전처리¶ In [4]: tokenizer = preprocessing.text.Tokeni..

Kaggle 타이타닉(문제 정의~데이터 전처리)

데이터 분석 코드 필사 (2020.07.22)¶- 원본: Titanic Data Science Solutions (by Manav Sehgal)¶- 순서¶1. 문제 정의¶2. 훈련, 테스트 자료 정의¶3. 데이터 분석¶4. 데이터 전처리¶ 문제 정의¶1912년 4월 15일 타이타닉 호가 북대서양 해상에서 유빙과 충돌해 가라앉는 사고가 발생전체 2224 명의 승객들 중 1502 명의 사망자를 기록 (32% 생존율)높은 사망율은 부족한 구명선 때문특정 그룹(예: 어린이, 상류층)의 생존율이 비교적 높았음문제: 타이타닉 승객 정보를 이용해 타이타닉 사고로 인한 생존/사망 여부를 예측하는 것이 목적훈련 자료: 타이타닉에 승선한 승객 정보와 사고로 인한 생존/사망 여부의 정보테스트 자료: 오직 승객 정보만 훈련,..

반응형