분류 전체보기32 프로그래밍 언어별 딥러닝 라이브러리 프로그래밍 언어별 딥러닝 라이브러리 http://terrorjang.tistory.com/145 2018. 8. 30. AdamOptimizer Save and Restore for Retraining - 딥러닝 재학습 TensorFlow를 이용하여 딥러닝 재학습 하기 이미 기학습된 모델을 불러와 예측/분류 하는 일은 비교적 간편하나,그 모델을 다시 불러와서 재학습시키는 것은 생각보다 까다로웠다. --물론 필자에게만 해당된 얘기일수도^_ㅠ --TensorFlow를 이용하여 딥러닝 재학습을 하기 위한 방법 및 이슈 해결 방안을 기록한다. 방법1. logits, optimizer 재정의 학습한 모델을 먼저 불러와보자. Input Data를 넣을 Placeholder X, X2, Y와 분류 결과를 내뱉는 logits 를 가져왔다. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24with tf.Session() as sess : saver = tf.train.imp.. 2018. 8. 30. Tensorflow, Input pipeline 예제 코드 (string_input_producer) Tensorflow Input Pipeline 구현 TensorFlow를 이용해서 딥러닝을 구현하고자 할 때, 먼저 데이터를 로드하고, 그래프를 정의하고 학습을 하는 코드를 작성할 것이다. 가장 먼저 일어나는 학습 데이터를 불러오는 일은 보통 Numpy나 Pandas로 처리하기도 하지만, 최근에는 메모리 활용을 잘한다는 tf.Data API 또한 많이 이용하고 있다. 내가 만난 문제점은 바로 이 것 ,, 만약 Training Data의 용량이 매~우 클 경우에는 한번에 Load할 경우, 엄청나게 많은 Memory를 잡고있기 때문에 효율적이지 못하다.어떻게 적은 메모리를 사용하면서 대용량의 이미지 데이터를 학습할 수 있을까? string_input_producer 활용방법 1) Image File Dire.. 2018. 8. 28. Confusion Matrix (혼동행렬) - Precision, Recall, Accuracy 'Confusion matrix (혼동행렬)' confusion matrix는 'contingency table' or 'an error matrix'라고도 표현되는데, 이는 주로 알고리즘의 성능을 평가할 때, 평가하는 지표로 많이 사용된다. 생김새는 아래와 같이 생겼다. 'confusion matrix'에서 'True/False'는 실제 값이 1이냐 0이냐를 맞췄는지를 나타냄 즉, 'True'는 실제와 예측이 일치하는경우 이며, 'False'는 실제와 예측이 불일치하는 경우를 말함'Positive/Negative'는 예측한 값이 1이냐 0이냐를 의미함 TP의 경우 1라고 예측했는데, 실제로도 1인 경우 (정답)TN의 경우 0라고 예측했고, 실제값 또한 0인 경우 (정답) FP의 경우 1라고 예측했으나,.. 2018. 8. 20. 이전 1 ··· 4 5 6 7 8 다음