딥러닝 3일차

선형회귀

경사하강법 (Gradient Descent)

 - 점차적으로 loss 손실 최소화 찾는 방법

실습

# -*- coding: utf-8 -*- """ Created on Sun Mar  3 15:19:38 2019 @author: KSM06-05 """ import numpy as np import matplotlib.pyplot as plt import tensorflow as tf #테스트용 시드 맞추기 np.random.seed(0) # y=ax+b 기본 선형회귀 기준  a=w w=5 b=2 x_data=[] y_data=[] y_line=[] for i in range(1000):     x=np.random.normal(0,1)     e=np.random.normal(0,5)     y=w*x+b+e #1차함수 #    y=w*x*x+b+e #2차함수 #    y=w*x*x*x+b+e #3차함수     y_line.append(w*x+b)     x_data.append(x)     y_data.append(y) #print(x_data) #각 범주별로 데이터 갯수 그래프 #plt.hist(x_data) plt.plot(x_data,y_data,'r+') plt.plot(x_data,y_line) plt.show() ########################tensorflow #tf.Placeholder #tf.Variable #Model: y=wx+b # w=? b=? # 추정하고싶은 값을 Variable로 놓고  # 초기화작업은 uniform 분포화 #-----------------1.변수 초기화----------------- W=tf.Variable(tf.random_uniform([1],-15,15)) #random_uniform일정한 값으로데이터깔기 b=tf.Variable(tf.zeros([1])) print("W:",W,"b:",b) #-----------------2.모델 정의(예측)------------------- #y=W*x+b y=W*x_data+b #-----------------3.손실(차이) 정의 ------------ #loss=y-y_data #loss=tf.square(y-y_data) #loss=tf.reduce_sum(tf.square(y-y_data)) loss=tf.reduce_mean(tf.square(y-y_data)) #평균 #----------------4.손실 최소화 방법 선택 --------- optimizer=tf.train.GradientDescentOptimizer(0.1) #간격 #----------------5. 사용방법 지시 -------------- train_step=optimizer.minimize(loss) #optimizer=tf.train.GradientDescentOptimizer(0.1).minimize(loss) --으로도 구현 가능 ########### 세션 작업 ########### ## 변수 초기화 세션 실행 준비  Variable 가 있을 경우 init=tf.global_variables_initializer()  sess=tf.Session() sess.run(init) #반복 #sess.run(train_step) #w_=sess.run(W) #b_=sess.run(b) #print("W_:",w_,"b_:",b_) #sess.run(train_step) #w_=sess.run(W) #b_=sess.run(b) #print("W_:",w_,"b_:",b_) #반복문사용 # 순차적으로 트레이닝 for step in range(50):     sess.run(train_step)     w_=sess.run(W)     b_=sess.run(b)     print("W_:",w_,"b_:",b_)

https://tensorflowkorea.gitbooks.io/tensorflow-kr/g3doc/tutorials/mnist/beginners/

그래픽 데이터 다룰때 도움되는 툴 xnview, hxd

https://www.xnview.com/en/

https://www.xnview.com/en/xnview/#downloads

헥사에디터

https://mh-nexus.de/en/hxd/

xnview --> Raw image 확인

HxD --> Raw image 코드확인

구글에서 이미지 저장

xnview

1. 사진불러오기

2. 이미지 crop 하기

3. image-resize 가로,세로 중 큰값(28)으로 resize 

4. Canvas-size  Keep radio 해제 가로세로 사이즈 28로 맞춰줌 공백 흰색

5. image-convert to Binary - no Dither

6. 저장 raw image

HxD 

1. 저장한 raw 이미지 불러와서 

2. 위에 저장한 28로 변경 하면 위 캡처하면 나옴.

jupyterLab

 - markdown

크로스앤들로핀

Mnist_tensor.ipynb

Mnist_tensor_gangsa.ipynb

Mnist_nn_tensor.ipynb

plt cmap