Tensorflow 101

텐서플로우를 이용하여 가장 간단한 형태의 텐서플로우 코드를 작성하여 딥러닝을 구현해보는 딥러닝 기초 수업입니다.

Tensorflow 101 텐서플로우를 이용하여 가장 간단한 형태의 텐서플로우 코드를 작성하여 딥러닝을 구현해보는 딥러닝 기초 수업입니다.

네번째 딥러닝 - 신경망의 완성:히든레이어

수업소개

히든레이어와 멀티레이어의 구조를 이해하고, 히든레이어를 추가한 멀티레이어 인공신경망 모델을 완성해 봅니다. 

강의 

 

멀티레이어 신경망

 

실습 

 

소스코드

colab |  backend.ai

보스턴 집값 예측

##########################
# 라이브러리 사용
import tensorflow as tf
import pandas as pd

###########################
# 1.과거의 데이터를 준비합니다.
파일경로 = 'https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/boston.csv'
보스턴 = pd.read_csv(파일경로)

# 종속변수, 독립변수
독립 = 보스턴[['crim', 'zn', 'indus', 'chas', 'nox', 
            'rm', 'age', 'dis', 'rad', 'tax',
            'ptratio', 'b', 'lstat']]
종속 = 보스턴[['medv']]
print(독립.shape, 종속.shape)

###########################
# 2. 모델의 구조를 만듭니다
X = tf.keras.layers.Input(shape=[13])
H = tf.keras.layers.Dense(10, activation='swish')(X)
Y = tf.keras.layers.Dense(1)(H)
model = tf.keras.models.Model(X, Y)
model.compile(loss='mse')

# 모델 구조 확인
model.summary()

###########################
# 3.데이터로 모델을 학습(FIT)합니다.
model.fit(독립, 종속, epochs=100)

###########################
# 4. 모델을 이용합니다
print(model.predict(독립[:5]))
print(종속[:5])

###########################
# 모델의 수식 확인
print(model.get_weights())

아이리스 품종 분류

###########################
# 라이브러리 사용
import tensorflow as tf
import pandas as pd

###########################
# 1.과거의 데이터를 준비합니다.
파일경로 = 'https://raw.githubusercontent.com/blackdew/tensorflow1/master/csv/iris.csv'
아이리스 = pd.read_csv(파일경로)

# 원핫인코딩
아이리스 = pd.get_dummies(아이리스)

# 종속변수, 독립변수
독립 = 아이리스[['꽃잎길이', '꽃잎폭', '꽃받침길이', '꽃받침폭']]
종속 = 아이리스[['품종_setosa', '품종_versicolor', '품종_virginica']]
print(독립.shape, 종속.shape)

###########################
# 2. 모델의 구조를 만듭니다
X = tf.keras.layers.Input(shape=[4])
H = tf.keras.layers.Dense(8, activation="swish")(X)
H = tf.keras.layers.Dense(8, activation="swish")(H)
H = tf.keras.layers.Dense(8, activation="swish")(H)
Y = tf.keras.layers.Dense(3, activation='softmax')(H)
model = tf.keras.models.Model(X, Y)
model.compile(loss='categorical_crossentropy',
              metrics='accuracy')

# 모델 구조 확인
model.summary()

###########################
# 3.데이터로 모델을 학습(FIT)합니다.
model.fit(독립, 종속, epochs=100)

###########################
# 4. 모델을 이용합니다
print(model.predict(독립[:5]))
print(종속[:5])

 

댓글

댓글 본문
  1. 소야
    완료
  2. NewWorld
    완료!
  3. 이숙번
    swish는 최신 버전의 텐서플로우에서 지원을 하고 있을겁니다.
    버전을 확인해 보시고 최신 버전으로 업데이트 하여 사용하시면 됩니다.
    대화보기
    • jupyter로 따라가고 있습니다. 혹시 Unknown activation function:swish 가 나오시는 분들은 프롬프트에서
      pip install -U efficientnet 로 설치한 다음에
      import efficientnet.tfkeras
      from tensorflow.keras.models import load_model
      이 두줄 추가했더니 정상적으로 run 됩니다. 혹시 도움이 될까 적어둡니다.
    • 정다운
      완료
    • 이해하기 쉽고, 재밌습니다~!
    • ybkim95
      완료했습니다!.
    • Slow-motion
      완료
    • 지식탐구자
      완료~
    • kala555
      완료
    • 김민규
      역시 재밌습니다!
    • fotool
      완료
    • 백지원
      완료
    • 완료!
    • Kwang Chul Kim
      완료.^^
    • doryeng
      완료!
    • byoonn
      완료
    • Jin Kwang Kang
      완료!
    • Kim Wansang
      왕료
    • Hong Soonbong
      멀티레이어...
    • 완료
    • 완료
    • 완료
    • 프로나다
      완료
    • 묵사마
      완료
    • 히든레이어 실습 완료
    • 힁스
      완료
    • changkr28
      완료
    • 밀리
      완료
    • So-ra Jung
      완료
    • Hyong Seok Yoon
      완료!
    • NE Lee
      추후에 실습 완료할 것
    • 완료
    • 이제부터야
      완료!
    • Lee Manwoo
      완료.
    • 디자인하는 남자
      추가한 레이어 = 히든레이어(Hidden Layer)로 멀티레이어 신경망...딥러닝을 만든다!
    • 신나라
      완료!
    • 쿠마부인
      멀티레이어..흠...좀 더 찾아보고 다시 봐야겠네요.
    • 완료!
    • 잔칫집국밥
      완료
    • Hans Sung Jae Joo
      5일차 완료 1
    • 최재윤
      완료
    • 시바견
      완료!
    • 씩뽀이
      완료
    • 전영균
      감사합니다~
    • Doohee Lee
      좋은 강의, 깔끔한 설명 감사드립니다.
    • byj0773
      5주차 1/4
    • Kim Yumi
      완료!!
    • 이성환
      완료
    • 미스터한
      8월 20일 수강 완료
    버전 관리
    이선비
    현재 버전
    선택 버전
    graphittie 자세히 보기