요즘 미래의 먹거리로 주목받고 있는 Machine learning은 크게 나누면 아래와 같이 3가지로 나눌수 있다. 1. Supervised Learning 2. Unsupervised Learning 3. Reinforcement Learning Supervised Learning에 대해서 먼저 이야기 해보자. 우리의 알고리즘은 라벨링된 데이터를 통해서 학습한다. 쉽게 이야기하면 요리재료와 완성된 요리의 맛정보를 토대로 계속 요리를 만들어보면서 학습을 하는거라고 볼수 있다. 학습이 끝나면 요리 재료만 봐도 무슨맛이 나올지 미리 예측을 할수 있게 될 것이다. 이러한 미래 예측은 이후 이어지는 선행적인 액션을 통해 가치를 만들어낼수 있겠다. 요약하면 Supervised = using Labeled Data..

import datetime as dt 요로케 가지고 오면 datetime 패키지의 기능을 쓸수 있는데 string 형식의 날짜시간정보가 있다고 하면 datetime object로 바까주는게 좋겠지. 그럴때 쓰는 매쏘드는 strptime (str "pars" time) 이고 간단하게 아래와 같이 써줄수 있어. dt.datetime.strptime(변환할 str변수명, "%m/"%m/%d/%y %H:%M") "%m/%d/%y %H:%M" >>> 요거는 변환될 형식을 나타낸거고 %m은 month %d는 day %y는 네자리 year %H는 hour %M은 minute 이 되겠지. 여러가지 표현법이 더 있어서 위에게 다는 아니니까. 그때 그때 구글링 해봐야 될거야. 요즘 시계열 data라는 이야기 많이하고 저..

일단 설치되어있는 Anaconda Prompt를 실행시킵시다. 그리고 만들어놓은 가상환경으로 들어갑시다. 아나콘다에서 가상환경으로 들어가기 위해서 외우는 주문.. activate 가상환경이름 요로케 해주시믄 되고. 들어가면 커멘드라인에 가상환경 이름이 base 대신 으로 들어갔을겁니다. 그리고 마지막으로 conda install ipykernel 이라고 실행해주믄 몇가지 설치한 후. 아래와 같이 표시가됩니다. 저는 pytorch용 tensorflow 2.0용 환경에 각각 만들어보았네요. gpu사용환경입니다. 크흑.. 오늘의 결론 구글신은 모르는게 없다.

cat.1.jpg 상기와 같이 분류라벨.숫자.파일확장자 이렇게 파일명의 규칙이 있어 sub폴더를 분류라벨명으로 만들고 사진 파일들을 분리하고자 아래와 같이 Scripting하여 처리하엿습니다. 손으로 해도 되겟지만.. 이게 가장 확실하겠지요. import os data_path='E:\\DogvsCat' train_data_path=data_path+'\\train' print(train_data_path) for root, dirs, files in os.walk(train_data_path): for file in files: str_class_name = file.split('.')[0] des_path = data_path+'\\train'+'\\'+str_class_name if not os.p..

튜토리얼식으로 쭉 따라가주시면 됩니다. 아래 몇가지 사실 먼저 알고 가시죠. 아나콘다 cuDNN version 7.6.0.을 지원함. > CUDA 10.0이 필요함으로 GPU Drivers version 410.x 혹은 그이상이어야 합니다. 시작하기 전에 콘다에서 아직까진 공식적으로 지원하고 있지 않습니다. 아래방법을 말고 그냥 공식지원때까지 기다리는 것도 하나의 방법이겠네요. 그럼 시작합니다. 1. 아나콘다를 윈도우환경에 설치합니다. https://www.anaconda.com/distribution/ Home - Anaconda Latest news: Anaconda named a May 2019 Gartner Peer Insights Customers’ Choice for Data Science a..

고등학교때 벡터를 접하거나, 혹은 대학에서 벡터를 접해보신 분들이 절반은 되실거라고 봅니다. 내적이라고 불리는 dot 연산(inner product)를 할때 조건이 있죠. 이런 조건때문에 우리는 벡터나 행렬을 전치해야될 경우가 간혹 선형대수학을 이용할때 생기곤 합니다. Because above condition for dot product, when we use linear algebra, we have to using transpose the vector or metrix. 그럼 간단하기 numpy를 이용한 전치방법을 알아보도록 하겠습니다. print(arr_num) > arr([1, 2, 3, 4]) print(arr_num.T) > arr([1, 2, 3, 4]) print(arr_num[:, No..