본문 바로가기

keras2

[Keras] 딥러닝 모델 개발 과정 케라스(Keras)는 딥러닝 모델을 쉽게 개발하고 훈련할 수 있는 고수준 딥러닝 API입니다. 케라스를 사용하여 딥러닝 모델을 개발하는 과정을 API 관점에서 정리해보겠습니다. 라이브러리 임포트 및 환경 설정 import tensorflow as tf from tensorflow import keras 데이터 준비 훈련 데이터와 테스트 데이터를 준비하고, 필요에 따라 데이터 전처리를 수행합니다. 모델 구성 시퀀셜 모델(Sequential Model) 또는 함수형 API(Functional API)를 사용하여 모델을 정의합니다. Sequential 모델의 경우, 레이어를 차례대로 쌓아 간단한 모델을 만들 수 있습니다. 함수형 API를 사용하면 더 복잡한 모델 구조를 정의할 수 있습니다. 예시 (Sequen.. 2023. 9. 11.
텐서플로우, 케라스, 파이토치 텐서플로우(TensorFlow) 텐서플로우(TensorFlow)는 구글에서 개발한 오픈 소스 머신 러닝 프레임워크입니다. 이것은 딥 러닝 및 기계 학습 모델을 개발하고 학습시키는데 사용되며, 다양한 어플리케이션, 특히 이미지 및 음성 인식, 자연어 처리, 게임 개발, 의학 연구 등 다양한 분야에서 활용됩니다. 텐서플로우의 핵심 개념 및 특징은 다음과 같습니다: 텐서(Tensor): 텐서플로우의 이름은 텐서(Tensor)라는 다차원 배열을 다루는 것에서 나왔습니다. 이러한 텐서는 데이터의 기본 단위로 사용되며, 스칼라(0차원), 벡터(1차원), 행렬(2차원), 그 이상의 다차원 배열을 포함합니다. 그래프 기반 실행: 텐서플로우는 계산을 그래프 형태로 정의하고 실행합니다. 이 그래프는 노드(Node)와 엣지.. 2023. 9. 8.