본문 바로가기

분류 전체보기119

google colab에서 데이터 압축 풀기 코랩환경에서, 캐글로부터 이미지를 다운 가정~ !wget --no-check-certificate \ https://storage.googleapis.com/mledu-datasets/cats_and_dogs_filtered.zip \ -O /tmp/cats_and_dogs_filtered.zip ### 압축풀기 import os # 필요 설정 import zipfile local_zip = '/tmp/cats_and_dogs_filtered.zip' # 코랩 tmp 폴더안의 다운받은 파일 경로 zip_ref = zipfile.ZipFile(local_zip, 'r') zip_ref.extractall('/tmp/cats_and_dogs_filtered') # tmp폴더의 cats_and_dogs_fil.. 2021. 3. 2.
Callback함수 사용법 코드 Callback 함수는 머신이 학습이 설정해둔 조건이 되면 학습을 멈추고, 마지막 값으로 셋팅되도록 하는 함수이다. 어떻게 설정하냐에 따라서 성능이 바뀔 수 있다. def train_mnist(): class MyCallback(tf.keras.callbacks.Callback): def on_epoch_end(self, epoch, logs={} ) : if (logs.get('accuracy') > 99 ) : print('\nReached 99% accuracy so cancelling training!') self.model.stop_training=True callback=MyCallback() ## 위의 코드는 정확도가 99프로가 되면 멈추도록 함수를 정의하고, 호출이 용이하도록 변수에 저장을.. 2021. 3. 2.
분류 문제에서, 컴파일에 사용할 loss함수 선택 방법과 코드 두 가지로 분류 하는 모델을 모델링하고 컴파일 할때 loss함수는 'binary_crossentropy'로 적용 시킨다. ex) 개와 고양이의 사진 중, 하나의 사진을 가지고 테스트를 하게 되면, 그 테스트용 사진이 개인지 고양이 인지 분류한다. model = tf.keras.models.Sequential([ Conv2D( 32, ( 3,3 ), activation='relu', input_shape= ( 300, 300, 3 ) ), MaxPool2D( 2, 2 ), Conv2D( 64, ( 3,3 ), activation='relu' ), MaxPool2D( 2, 2 ), Conv2D( 128, ( 3,3 ), activation='relu' ), MaxPool2D( 2, 2 ), Flatten().. 2021. 3. 2.
728x90