일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | |
7 | 8 | 9 | 10 | 11 | 12 | 13 |
14 | 15 | 16 | 17 | 18 | 19 | 20 |
21 | 22 | 23 | 24 | 25 | 26 | 27 |
28 |
- NRC
- 키체인초기화
- 키체인
- AI 회사
- 단당류
- 6일차
- npx
- 텐서플로우
- tensorflow
- 2022 AI EXPO
- 달리기
- Running
- 달리는사이
- 파일이름
- 연구
- AI엑스포
- nodejs
- create-react-app
- ipad
- 딥러닝
- NPM
- 화학구조
- 따릉이
- Nike
- 리액트
- 러닝
- 런데이
- react
- AI 전시
- 국제인공지능대전
- Today
- Total
목록2021/02/04 (2)
Tomato's BLOG
import tensorflow_datasets as tfds train_dataset = tfds.load('iris', split='train[:80%]') valid_dataset = tfds.load('iris', split='train[80%:]') 'iris': 불러오고자 하는 데이터 셋 이름 split='train': 'train' set을 가져온다 만약 해당 데이터셋에 'test'와 'validation'이 있을 경우 불어올 수 있다. 'train[:80%]'는 80%까지 가져오겠다는 말 파이썬 문법처럼 음수도 사용가능. (e.g. 'train[-20%:]') 데이터 확인 train_dataset.take(5) 처음 데이터 5개를 리스트(?) 형식으로 반환해준다. X, y 분리 및 one ..
텐서플로우(Tensorflow)는 전에 사용하던 PyTorch와 모델 생성하는 방법이 조금달랐다. 그 과정을 정리해보려고 한다. 1. Import libraries import numpy as np import tensorflow as tf from tensorflow.keras.layers import Dense from tensorflow.keras.models import Sequential 2. Set input data (or preprocessing) 3. Define model 가장 단순한 모델: model = Sequential([ Dense(1, input_shape=[1]), ]) 만약 모델이 3-4-2 이라면 model = Sequential([ Dense(3, input_shape=..