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 | 29 | 30 |
- machine learning
- 계곡 펜션
- ubuntu
- python yield
- 아나콘다 텐서플로
- 파이썬 yield
- cuda
- anaconda tensorflow
- Python
- 파이썬 GUI
- 출근 전날
- tensorflow 설치
- 텐서플로 설치
- HTML
- 지리산 펜션
- 하늘숲 황토 펜션
- 지리산 둘레길
- 황토펜션
- 산청 황토 펜션
- 하늘숲펜션
- 파이썬
- tensorflow
- 지리산 황토 펜션
- 인공지능
- 오봉 계곡
- LISP
- 전용 계곡
- LISP 함수
- 하늘숲황토펜션
- CUDA9.0
- Today
- Total
YongWook's Notes
펜션집 아들로서 대학에서 공부하는 동안 부모님께 도움이 될 수 있을까 싶어 올렸던 하늘숲황토펜션 소개 포스팅. 이 게시글을 보시고 그동안 많은 손님들이 다녀가시며 아들의 블로그를 언급해주셨다. 감사한 일이다. 2016년, 2017년에 올렸던 블로그 글로부터 벌써 6, 7년의 세월이 흘렀다. 학생이던 아들은 장성해서 번듯한 사회구성원이 되었고 몇년 전에는 결혼도 했다. 당연히 우리 펜션도 많은 변화가 있었다. 객실에 에어컨도 설치했고, 침구도 새것으로 교체했다. 객실의 TV를 비롯한 가전들도 새로 들였고 작은 사이즈라 불편했던 온수기도 더 큰 녀석으로 새로 설치했다. 손님들이 주로 시간을 보내는 곳은 목수 아저씨들과 처마도 내고, 나무 테이블도 갈아내서 새 것처럼 만들었다. 지리산 시골에서 도시만큼 빠릿빠..
딥러닝 환경 구축하기 (Tensorflow) - 사용 이전 포스트에서 Python3.6, Anaconda, CUDA 9.0, cuDNN을 모두 설치하였다. 이번 포스팅에서는 Anaconda를 이용하여 가상 환경을 만들고, Tensorflow 예제를 실험해보도록하자. 이번 포스트는 Anaconda의 사용법 공부보다는, 딥러닝 환경을 구축하는 것 자체에 목적을 두기 때문에 명령어 위주로 간단히 짚고 넘어가겠다. 가상 환경 생성 Windows10의 시작버튼을 클릭하고 Anaconda를 검색하여 설치된 Anaconda Prompt를 실행한다. 이제 conda라는 명령어로 Anaconda를 사용할 수 있게 되었다. 프롬프트에 다음의 코드를 입력하여 새 가상환경을 만들자. >> conda create -n tens..
딥러닝 환경 구축하기 (Tensorflow) - 설치 이제껏 모든 실험은 연구실의 PC로 진행했었는데 이제 집에서도 딥러닝 실험을 돌리며 따뜻하게 겨울을 나야겠다는 생각에 오랜만에 환경구축을 해보았다. 연구실에서는 Windows10 + Anaconda + CUDA 8.0 + cuDNN 조합이었는데, 이번에 집에서 세팅한 환경은 Windows10 + Anaconda + CUDA9.0 + cuDNN이다. 간단하게 과정을 설명하기 위해 링크 위주로 포스팅을 진행한다. 편의상 Windows10은 설치 되어 있다고 가정한다. 설치 순서는 다음과 같다. 0. Python 3.6.7 설치 링크 : https://www.python.org/downloads/ - Download Python 3.6.7 Python은 T..
Python : yield from 앞선 포스트에서 알아보았던 generator & yield에서 한걸음 더 나아가, 이번 포스트에서는 yield from 이라는 파이썬 문법을 알아보려고 한다. yield from은 python 3.3 이상 버전에서 사용가능한 문법이다.이번 포스트 또한 Simeon Visser’s blog의 내용을 참조하여 작성하였음을 미리 알린다.사실 기초 프로그래밍을 공부하는 학생들은 generator를 다룰 일이 자주 없지만, 실제 프로그래밍에서는 심심찮게 등장하기 때문에 개념을 숙지해놓으면 분명 도움이 될 것이다. yield from의 필요성 def generator(): for i in range(10): yield i for j in range(10, 20): yield j ..
이번 포스트에서는 이 generator와 yield에 대해서 알아보자.본 포스트는 Simeon Visser’s blog의 내용을 참조하여 작성되었음을 미리 밝힌다. generator의 필요성 def not_a_generator(): result = [] for i in range(1000): result.append(expensive_computation(i)) return result 위의 코드는 일반적인 함수이다. 이 함수가 호출된다면 expensive_computation이라는 매우 비싼 작업이 1000번 연속해서 실행되고 그 결과가 모조리 리턴될 것이다. 이러한 함수는 expensive_computation의 결과가 특정 값이 되었을 때 break해야하는 상황이라면 비효율적일 수 있다.아래의 코드..
1. 가시광선 대역 Power Distribution인 Color와 연관된 물음에 답하시오.o 눈의 두 유형 Photorecept인 Cone 및 Rod Cell의 특성
본 포스팅은 Tensorflow Machine Learning Cookbook 교재로 공부한 내용을 재구성하였음을 미리 밝힙니다. 텐서플로우 동작 방식 시작 -> 데이터셋 가져오기 또는 생성하기 -> 데이터 변환 및 정규화 -> 데이터셋을 학습셋, 테스트셋, 검증셋으로 분할 -> 알고리즘 매개변수 설정 -> 변수 및 플레이스홀더 초기화 -> 모델구조 정의 -> Loss Function 선언 -> 모델 초기화 및 학습 -> 모델 평가 -> Hyperparameter 조정 -> 적용 및 새로운 결과 예측 -> 끝 텐서 정의 고정텐서 - 0값으로 채워진 텐서 : zero_tsr = tf.zeros([row_dim, col_dim]) - 1값으로 채워진 텐서 : ones_tsr = tf.ones([row_dim..
-글을 시작하기 전에, 본 독후감에서는 소설 결말부도 언급되므로 스포일러를 꺼리는 분들은 주의해 주시길 바랍니다. 최근, 새로운 사람을 만나는 일이 적은 것 같아 유익한 모임들을 찾아보다가 독서모임에 가입했다. '사피엔시아'라는 이 독서모임에서 첫번째로 선정된 책이 바로 이다. 이 책은 얇고 가벼운 단편소설이다. 사실, 독서모임이 아니면 전혀 손도 안댈 도서였기 때문인지 더욱 기분좋게 책을 잡을 수 있었다. 이 책의 저자 보후밀 흐라발은 체코의 국민 작가다. 보통 소설을 자주 읽지 않기 때문에 별다른 배경지식 없이 바로 책을 펼쳤다. 소설의 내용은 이렇다. 폐지 압축공인 주인공 한탸는 지저분한 지하에서 쏟아지는 폐지를 압축하여 폐기하는 일을 한다. 모두가 꺼리는 냄새나고 더러운 일이지만 한탸는 넘치는 폐..