솜씨좋은장씨

with tf.Session() as sess: # Initialize TensorFlow variables sess.run(tf.global_variables_initializer()) sess.run(tf.global_variables_initializer()) for step in range(10001): cost_val, _ = sess.run([cost, train], feed_dict={X: x_data, Y: y_data}) if step % 200 == 0: print(step, cost_val) # Accuracy report h, c, a = sess.run([hypothesis, predicted, accuracy], feed_dict={X: x_data, Y: y_data}) pri..

pip install tensorflow-gpu conda install tensorflow-gpu 위의 명령어를 통해 tensorflow gpu버전을 설치한 이후에 제대로 GPU를 제대로 인식하는 방법은 다음과 같습니다. 먼저 설치가 제대로 되었는지 import를 해보고 오류가 나는지 안나는지 확인해봅니다. import tensorflow as tf 설치한 텐서플로우의 버전을 확인해봅니다. tf.__version__ '2.2.0' 여기까지 별다른 오류없이 잘 진행되었다면 아래의 코드를 통해 GPU 사용가능 여부를 확인하면 됩니다. from tensorflow.python.client import device_lib device_lib.list_local_devices() [name: "/device:C..

Ai Hub에서 GPU 서버를 지원받아 이전에 멀티캠퍼스에서 Tacotron을 활용한 음성합성을 다시 도전해보기위해서 데이터를 생성하고 학습을 시작하려고하니 ImportError: libcusolver.so.8.0: cannot open shared object file: No such file or directory 위와 같은 오류가 발생하면서 제대로 실행이 되지 않는 문제가 있었습니다. 원인 Tacotron에서 사용하는 TensorFlow의 버전이 1.3이고 이 TensorFlow 1.3에서 필요로하는 CUDA 버전이 8.0인데 현재 환경은 10.0을 사용하여 요구하는 CUDA 버전과 현재 사용중인 CUDA 버전이 맞지 않기 때문입니다. 해결방법 Ai Hub에서 제공해주는 서버에는 CUDA가 8.0 ..

MNIST 데이터를 활용하여 손글씨 분류를 해보기 위해서 Tensorflow 2.0을 활용하여 모델을 만들고 model.fit을 실행하였는데 ValueError: Shapes (32, 10) and (32, 1) are incompatible 위와 같은 에러가 발생하였습니다. 처음에는 데이터 전처리를 잘못한 것으로 생각하다가 아무리 봐도 데이터 전처리에 있어서는 문제가 없어 보여서 찾아보니 sparse_categorical_crossentropy를 loss사용하여 model을 compile할 때 metrics 에서 충돌이 일어나 발생하는 문제였습니다. 해결 방법은 아래와 같습니다. 에러가 발생하던 compile 방법 model.compile(optimizer=tf.keras.optimizers.Adam(..

프로젝트를 진행하면서 네이버 기사 내용을 긍정/부정으로 분류해주는 기능을 넣자고 하여 구현해보았습니다. 모델을 만드는 것은 위키독스에서 제공하는 딥러닝을 이용한 자연어처리 입문에 나와있는 코드를 활용하였습니다. 위키독스 온라인 책을 제작 공유하는 플랫폼 서비스 wikidocs.net 0. 코드 관련 2020년 12월 22일 일부 코드 업데이트가 진행되었습니다. 아래의 코드의 대부분은 python과 keras를 공부한지 두달도 안된 상황에서 진행한 코드로 중간중간 설명이 이상하거나 제대로 동작하지 않는 부분이 있을 수도 있습니다. 양해부탁드립니다. 기사 제목 분류 관련 전체적인 코드 업데이트는 2021년에 진행할 예정입니다. 감사합니다. 솜장 드림. 1. 학습데이터, 테스트데이터 만들기 먼저 모델을 만들고..

1. 이 주제를 선정하게 된 계기 개인프로젝트로 어떤 것을 해볼까 고민하면서 처음에는 영화를 추천해주는 챗봇을 만들어 보려고 했다가 더 공부를하고 만들기로 하고 하루라는 짧은 시간안에 구현해볼 수 있는 다른 주제가 무엇이 있나 찾던 중, 제가 평소에 자주 이용하는 왓챠라는 페이지에서 제가 봤던 영화들 목록과 평점과 같은 데이터를 가지고 새로운 영화가 나왔을 때 내가 시청하고 나서 어떤 점수를 부여할 것인지 예측해주는 시스템이 떠올랐습니다. 제가 왓챠에 제공하는 데이터는 제가 봤던 영화의 목록과 그 영화에 부여하는 평점 정보 뿐인데 어떻게 아직 개봉하지 않은 영화들의 평점을 예측해서 보여주는가 고민을 해보았습니다. 고민하다가 떠올랐던 것이 제가 봤다고 한 영화의 줄거리와 그 영화에 부여된 평점, 그리고 장..

이 글은 아래링크의 강의를 보고 공부했던 내용을 정리한 내용입니다. 내용은 아직 공부 초반이라 많이 부족합니다. 공부하면서 점점 보완하여 업데이트 하도록 하겠습니다. 딥러닝 입문에서 활용까지 케라스(Keras) | T아카데미 온라인강의 1. 딥러닝 레이어(Layer)에 대한 개념을 '블록'에 비유하여 설명한다. 2. 케라스를 이용한 MLP, CNN, RNN, GAN 모델링 방법에 대해 알아본다. tacademy.skplanet.com Model을 구성하는 Network, Objective Function, Optimizer Model을 크게 3가지로 나누어 본다면 Network / Objective Function / Optimizer 3가지로 볼 수 있습니다 이 세가지를 레고 사람 블럭 에 비유하면 N..