본문 바로가기

분류 전체보기175

ipython notebook theme 변경 ipython notebook theme 변경 소스 : https://github.com/dunovank/jupyter-themes 방법 : http://seulcode.tistory.com/5 사용예 : anaconda prompt > pip install --upgrade jupyterthemes jt -t monokai -cellw 1100 jt -t monokai -cellw 90% 그리고~~~~~~ jupyter 는 web이므로 js, css 변경이 가능하다. 수정파일 Anaconda3/Lib/site-packages/notebook/static/notebook/js/main.min.js Anaconda3/Lib/site-packages/notebook/templates/notebook.html.. 2017. 10. 10.
파이썬과 케라스로 배우는 강화학습 3장 2-value-iteration gridworld2-value-iteration reward와 value만 가지고 진행하므로 계산이 훨씬간단해졌다. 전제 : [2, 2]중심의 value는 항상 0이다 calculate : new value_table = max (next reward + 0.9 * next value) print policy : value = next reward + 0.9 * next value max(value)action = value == max ? 1 : 0 move : action > 0 이라면 어디나... [2, 2] 중심에 도착할 때까지 무한루프 2017. 10. 5.
파이썬과 케라스로 배우는 강화학습 3장 1-policy-iteration [도서] 파이썬과 케라스로 배우는 강화학습 : 내 손으로 직접 구현하는 게임 인공지능이웅원,양혁렬,김건우,이영무,이의령 공저 | 위키북스 | 2017년 07월 gridworld1-policy-iteration 왜 이렇게 할까? 라는 의문을 책을 읽는 내내 가지고 있었는데, 차라리 저자의 깃북을 보는 것이 더 이해가 잘 되었다.https://www.gitbook.com/book/dnddnjs/rl/details 또는 아래책의 강화학습 챕터가 기본적인 개념을 이해하기에 더 수월했다. 본 책은 깃북에 없었던 코드를 추가하면서 개념 설명이 많이 부족해진듯 하다. 확률 형태의 수식은 좀처럼 친숙하지 못해 이해하기 어려웠다.그래서 그냥 코드 자체를 디버깅하면서 데이터의 흐름을 추적하였다. 전제 : [2, 2]중심의.. 2017. 10. 5.
텐서플로로 시작하는 딥러닝 4장 - 합성곱 필터 4.1 합성곱 필터의 기능 141p합성곱 필터를 적용해서 나오는 결과물이 잘,,, 이해가 안된다. 정말 되는 걸까?엑셀로 디버깅을 해보자. >>>>>>>> 결과 2개를 합쳐보니... 외곽선만 추출이 가능하다. 대박!!!! > Convolution(합성곱)은 예전에 1차특성 진동데이터 DWT작업을 하면서 데이터 디버깅을 해보았었는데 2차원 이미지 합성곱 필터도 결국 원리는 동일한 듯 한다.합성곱에는 full, same, valid 3가지 mode가 있다.data * 필터 --> 결과full : data가 filter와 1개라도 겹치는 부분이 있는 경우 모두 결과로 처리한다.(겹치지 않는 부분은 default값으로) (data size < 결과 size)same : full과 valid 사이의 중간단계로, .. 2017. 9. 26.
텐서플로로 시작하는 딥러닝 3장 3.1 단층 신경망 구조 데이터: 바이러스 감염(특징2) import tensorflow as tf import numpy as np import matplotlib.pyplot as plt from numpy.random import multivariate_normal, permutation import pandas as pd from pandas import DataFrame, Series %matplotlib inline np.random.seed(20160614) tf.set_random_seed(20160614) # 트레이닝 세트 데이터를 생성한다. def generate_datablock(n, mu, var, t): data = multivariate_normal(mu, np.eye(2)*va.. 2017. 9. 25.
텐서보드 버그 windows7 에서tensorflow version : 1.2.1 C:\Users\Administrator> tensorboard --logdir=D:\.........................\tmp\mnist_sl_logs로 실행시키면 http://localhost:6006 에서 다음과 같은 메시지가 나온다.No scalar data was found.No graph definition files were found. inspect 명령어를 사용하면 다음과 같이 내용이 존재하는데도 말이다.C:\Users\Administrator>tensorboard --inspect --logdir=D:\......................................\tmp\mnist_sl_logs ===.. 2017. 9. 25.
텐서플로로 시작하는 딥러닝 1장 예측값과 관측값의 제곱 오차를 최소로 하도록 파라메터를 결정하는 '최소 제곱법'월별 기온 그래프(특징1 -> 다항식추가해서 특징5개) import tensorflow as tf import numpy as np import matplotlib.pyplot as plt %matplotlib inline x = tf.placeholder(tf.float32, [None, 5]) w = tf.Variable(tf.zeros([5, 1])) y = tf.matmul(x, w) t = tf.placeholder(tf.float32, [None, 1]) loss = tf.reduce_sum(tf.square(y-t)) train_step = tf.train.AdamOptimizer().minimize(loss) s.. 2017. 9. 25.
scikit-learn vs tensorflow scikit-learn에 비해 tensorflow는 변수설정이 비교적 복잡하다.scikit-learn에는 없는 [수식]이 tensorflow에 들어가기 때문에.... close test라는 전제. scikit-learn tensorflow y = w1x + w2x^2 + w3x^3 + w4x^4 + w5x^5 iris_dataset = load_iris() X = iris_dataset.data y = iris_dataset.target model = LogisticRegression(C=100, penalty="l1") model.fit(X, y) print('predict: {}'.format(model.predict(X))) print('train score: {}'.format(model.scor.. 2017. 9. 25.

티스토리툴바