Deep Learning16 딥러닝 다중분류 모델 만들기 [ CNN / VGG16 ] 1. 데이터 크롤링 from selenium import webdriver as wb # 브라우저를 조작하는 도구 from selenium.webdriver.common.keys import Keys # 키 입력을 도와주는 도구(키보드) from bs4 import BeautifulSoup as bs # 문서를 파싱해서 선택자 활용을 도와주는 도구 from tqdm import tqdm # 반복문 진행 정도를 시각화해주는 도구 from urllib.request import urlretrieve # 이미지 다운로드를 도와주는 도구 import time # 시간제어 도구 import os # 폴더 생성,삭제,이동 등을 도와주는 도구 import chromedriver_autoinstaller chrome_.. 2022. 9. 19. 손글씨 숫자데이터 분류 실습 [ 이미지 / CNN 학습 ] plt.imshow()로 이미지 보여주기 cmap으로 색깔 설정 reshape에 data.shape의 인덱스 번호에 해당값을 넣어준후 흑백일 경우1, 컬러일 경우 3을 넣어줌 CNN모델 특성추출부 Conv2D (특징부분 강조) / MaxPooling2D (필요없는 부분 삭제) 2022. 9. 19. 패션데이터를 이용한 활성화함수, 최적화함수 비교 패션데이터를 불러와 train, test 데이터로 나눠준후 .shape로 크기확인 답데이터 인코딩 model1 : 활성화함수에 sigmoid / 최적화 함수에 SGD model2 : 활성화함수에 relu / 최적화 함수에 softmax model3 : 활성화함수에 relu / 최적화 함수에 adam - model2가 학습이 제대로 되지 않은 것은 우리의 데이터에 비해 활성화함수와 최적화함수가 맞지 않아 learning rate가 데이터에 비해 크게 잡혔기 때문 (최적값으로 수렴하는게 아니라 오히려 발산해서 학습이 불가능해짐 >> loss : nan 뜨는 것을 보고 추론해볼 수 있음 ) - 최적화함수의 learning rate(학습률)을 낮춰서 안정적으로 학습을 시도해보면 됨 EarlyStopping : .. 2022. 9. 16. 사람 얼굴 데이터 분류 실습 [ 이미지 / 이진분류 ] 이미지 파일을 불러오기 위한 from PIL import Image Image.open('디렉토리').convert('L / RGB') : L로 convert 할경우 흑백 / RGB로 convert 할 경우 컬러 해당 이미지 파일 array 객체로 받기 for문으로 array화한 이미지 파일들을 list에 담아주기 두개의 이미지 모두 200개씩 정상적으로 리스트에 담김 pd.concat([df1,df2...]) np.concatenate((arr1,arr2,...)) 결합함수 이진분류의 출력층 units = 1 / activation = 'sigmoid'로 고정 검증셋을 만들어주는 함수 validation_split 2022. 9. 15. 이전 1 2 3 4 다음
