본문 바로가기

keras3

[keras] DNN (Basic CIFAR10) Source : 코드 # DNN_CIFAR-10 / MNIST보다 복잡한 데이터의 처리(R,G,B) import numpy as np from keras import datasets from keras.utils import np_utils from keras import layers, models class DNN(models.Sequential): def __init__(self, Nin, Nh_l, Pd_l, Nout): super().__init__() # 첫 번째 은닉층 self.add(layers.Dense(Nh_l[0], activation='relu',input_shape=(Nin,), name='Hidden-1')) # Dropout 확률을 정한다. # Dropout : 랜덤으로 몇개의 .. 2018. 9. 6.
[Keras] DNN 기본 예제 츨처 : 를 공부하면서 작성하였습니다. 코드 - 코드는 기존의 ann과 동일한데 모델 구성을 할때 은닉층이 하나 추가된다. # 784개 입력, 은닉 노드 100, 50 Nin = 784 Nh_l = [100, 50] number_of_class = 10 Nout = number_of_class # 분류 DNN 모델 구현 ######################## from keras import layers, models class DNN(models.Sequential): def __init__(self, Nin, Nh_l, Nout): super().__init__() # 첫 번째 은닉층 : 784 in, 100 out & relu(sigmoid 사용시 역전파시 성능 저하) self.add(layer.. 2018. 8. 31.
[Keras] 기본 예제 츨처 : 를 공부하면서 작성하였습니다. 코드 1개의 입력(x)에 대해서 1개의 출력(y)값을 예측해보는 기본 모델 # basic linearRegression by karas # 패키지 임포트 import keras import numpy # 입력 x = numpy.array([0,1,2,3,4]) y = x * 2 + 1 # 모델 구성 model = keras.models.Sequential() model.add(keras.layers.Dense(1,input_shape=(1,))) model.compile('SGD','mse') # epoch 세대, verbose 학습 진행 사항 표시 여부(0 표시 않함) model.fit(x[:2],y[:2],epochs=1000,verbose=0) # 출력 결과 .. 2018. 8. 31.

티스토리툴바