딥러닝 thumbnail list 1. 순방향 신경망 이 포스트는 Do it 딥러닝 교과서 (윤성진 저)를 참고하여 만들어졌음! 순방향 신경망 (Feedforward neural network) 위 그림에서 각 동그라미를 퍼셉트론(인공뉴런)이라 부르고, 여러 퍼셉트론이 층을 이루는 구조를 순방향 신경망(feed forward neural network)라고 부른다. Input layer에 입력된 값들이 hidden layer로 전달되고, 마지막 Output layer를 통해 최종 값이 산출된다. Input layer에서 데이터를 입력받고 Hidden layer에서 입력된 데이터의 특징을 추출하며 그 결과를 Output layer를 통해 출력하는 것이다. Fully connected FC(Fully connected) layer란 현재 층의 모든 뉴런과 이전.. K means, 계층 군집화를 이용한 팀원 짜기 내가 작년 동아리에 가입할 당시 회장님이 군집화를 통해 팀원을 짰었다. 이번 학기 신입부원 팀을 어떻게 짤지 고민하다가 작년 회장님이 당시 사용했던 설문지를 공유해주셔서 (ㄳ ㅎㅎ) 그 방법론을 사용하여 군집화 실습을 해보기로 했다. 큰 틀은 그대로 가져가되 약간의 베리에이션을 추가하고 싶어서 설문지의 질문을 다수 교체했고, K means에 더하여 계층 군집화도 사용해 봤다. 라이브러리 불러오기 import pandas as pd import numpy as np from sklearn.cluster import KMeans import matplotlib.pyplot as plt import seaborn as sns from sklearn.decomposition import PCA !pip inst.. PyTorch CNN 모델 Fast API로 배포하기 여지껏 CNN 모델을 사용해 볼 기회는 많았는데, 모델의 결과를 fast API로 배포해 본 적은 없었다. 최근에 좋은 기회가 생겨서 배포를 시도해 봤는데 그냥 두면 곧 까먹을 것 같아서 기록한다. (주먹구구 식으로 일단 배포만 되게 만든거라 다양한 기능이 있거나 효율이 좋은 코드는 아니다.) + fast API를 설정하는 방법에 대해서는 따로 적지 않았다. 나는 Pycharm 2022버전을 사용했다. 2023 버전에는 fast API가 자동으로 설정되어 있다고 한다. 근데 난 자꾸 오류떠서 그냥 2022 버전에 fast API + uvicorn 설정했다. 아래 코드를 만들면서 가장 도움이 된 레퍼런스는 https://tutorials.pytorch.kr/intermediate/flask_rest_api.. LSTM을 이용한 저수율 예측 몇달 전 간단한 저수율 예측 모델을 만들어 본 적 있었다. 물론 결과는 좋지 않았지만 LSTM 맛보기 하는 용도로 아주 괜찮았던 경험이었다. ^^ 사용한 데이터는 저수율, 강수량, 평균기온 등 기상 정보이다. 특정 저수지에 대해 대략 10개년 간의 저수율 데이터가 필요했는데, 표 형태로 정리된 공공데이터가 존재하지 않아서 농촌용수종합정보시스템 (ekr.or.kr) 에서 하나하나 크롤링해서 가져왔다. 처음해보는 크롤링이라 코드가 비효율적이고 중구난방이었지만 어쨌든 성공했다. ㅎㅎ~ 크롤링 코드는 나중에 올리겠다. 기상정보는 기상청에 잘 정리돼 있어서 쉽게 얻을 수 있다. 라이브러리, 데이터 불러오기 import numpy as np import pandas as pd import random import .. 🤗Roberta를 이용한 리뷰 감정분석 원본 노트북에서는 Amazon Fine Food Reviews | Kaggle를 이용하여 분석했지만 나는 Wine Reviews | Kaggle를 이용했다. (데이터만 바꾸었고 분석 방식에는 차이 없다.) 데이터, 라이브러리 불러오기 import pandas as pd import numpy as np import matplotlib.pyplot as plt import seaborn as sns import nltk plt.style.use('ggplot') df = pd.read_csv('/kaggle/input/wine-reviews/winemag-data-130k-v2.csv') print(df.shape) df = df.head(500) print(df.shape) df.head()를 찍어 da.. 이전 1 2 3 다음
