4. ImageNet으로 꽃 분류 with flower_photos

Tf에 공개되어 있는 코드를 뜯어 본다. tf 사이트가 정말 잘되어있는게 순서대로 따라가기 좋고 다음에 무엇을 하면 좋은지도 알려준다.https://www.tensorflow.org/tutorials/images/classification?hl=ko  전 단계의 코드와 다른 점:PILseed와 이미지사이즈도 데이터셋 지정할 때 넣어준 점prefetchaugmentation 추가sequential([사전모델 변수, 뒤는 그대로-])식으로 모델 레이어를 쌓는다.Tf.lite를 써서 모델을 저장하고 불러와 예측. 이전 모델과 측정값 비교. Tf:불러오기 > 갯수 체크 > PIL로 이미지 테스트 > 변수 지정 > 학습과 검사로 분리 > 클래스 정보 확인 > 데이터 시각화로 확인 > 각각 이미지 형태, 라벨 길이..

2024.06.16

2. tf 사이트에 공개된 mnist 분석

mnist 데이터를 가지고 어떻게 공부할 수 있을까 고민하다가 tf사이트에 공개된 초보자 버전, 전문가 버전과 학교에서 했던 세 가지를 비교해서 어떤 차이가 있는지 분석해 이 세가지를 녹여낸 내 버전을 만드는 것이 도움되겠다는 생각이 들었다. 이게 내 플젝일 수 있을지는 모르겠다. 내가 구상하고 만들어야 내 플젝인데 웹 개발 코드와는 다르게 데이터와 모델 다 정해져있고 자율성이 적기때문에 자기만의 특징을 드러내기 힘들다. 그래도 내가 보기 편하게 조합해내서 내 것 화 하려고 한다. 확실히 웹과는 다르게 코드 안에 있는 논리와 알고리즘, 아키텍처가 더 중요하다. 어떻게 그런 결론이 나왔는지 통계학적 지식과 수학적 지식을 이용해서 설명한다. 아직은 이런 프로세스가 낯설긴 하다. 초보자:버전 > 불러와 밝기로..

2024.05.18

git 이해하기 위한 정리

---------------------------------------------------------------------------------------------------------Git PhaseWorking Space >> Stage >> Local Repo >> a Branch >> Remote Repo workspace to stage >> add/mv/rm **stage to workspace >> reset HEAD ** stage to localrepo >> commit local repo to branch >> pushbranch to local repo >> fetch remoterepo to workspace >> clone/pull--------------------------..

2022.08.30