PGNV 계단

import numpy as np import math import tensorflow as tf import matplotlib.pyplot as plt def ReLu(x): if x < 0: return 0 else: return x A = [] D = [x for x in range(-10, 11, 1)] print(D) for x in D: A.append(ReLu(x)) plt.plot(D, A, 'k--') plt.show()

import numpy as np import math import tensorflow as tf import matplotlib.pyplot as plt def sigmoid(x): return 1/ (1+math.exp(-x)) A = [] D = [x for x in range(-10, 11, 1)] print(D) for x in D: A.append(sigmoid(x)) plt.plot(D, A, 'k--') plt.show()

Matplotlib scatter() - 산점도를 그리는 matplotlib 함수 c : 매개변수로 색깔을 지정 색지정은 RGB 16진수로 하거나 b(파랑), g(초록), r(빨강), c(시안), m(마젠타), y(노랑), k(검정), w(흰색) 기본색은https://bit.ly/matplotlib_prop_cycle marker : 매개변수로 마커 스타일을 지정 (마커)스타일 지정은 기본값이 o(circle, 원) 이다 마커 종류는 https://bit.ly/matplotlib_marker Scikit-learn 컴퓨터 과학 분야의 대표적인 머신러닝 라이브러리 KNeighborsClassifier() - k-최근접 이웃 분류 모델을 만드는 사이킷런 클래스 (지도학습) n_neighbors : 매개변수로..

#도미 데이터 bream_length = [25.4, 26.3, 26.5, 29.0, 29.0, 29.7, 29.7, 30.0, 30.0, 30.7, 31.0, 31.0, 31.5, 32.0, 32.0, 32.0, 33.0, 33.0, 33.5, 33.5, 34.0, 34.0, 34.5, 35.0, 35.0, 35.0, 35.0, 36.0, 36.0, 37.0, 38.5, 38.5, 39.5, 41.0, 41.0] bream_weight = [242.0, 290.0, 340.0, 363.0, 430.0, 450.0, 500.0, 390.0, 450.0, 500.0, 475.0, 500.0, 500.0, 340.0, 600.0, 600.0, 700.0, 700.0, 610.0, 650.0, 575.0, 6..

model = Sequential() model.add(Dense(4, input_dim=17, activation='relu')) model.add(Dense(4, activation='relu')) model.add(Dense(1, activation='sigmoid')) 두번째, 네번째 Dense가 그림에 나오는 hidden layer의 숫자이다 마지막줄에 Dense는 1개로 출력되는 output layer를 뜻하는 것이다. loss: 0.3581 - accuracy: 0.8892 loss(손실 값) 예측에서 빗나간 정도 accuracy(정확도)가 1이면 예측정확도가 100%라는 뜻 정확도가 0.8892 이라면 구현된 딥러닝의 예측 정확도가 88.92라는 뜻 행은 환자 숫자를 뜻하는거고 열은 환자마..

dtype - 데이터 형태 지정 import numpy as np np.array([1, 2, 3, 4], dtype=np.float) # array안에 데이터를 float형태로 변경 #출력 array([1., 2., 3., 4.]) range - 연속된 숫자를 불러옴 np.array([range(i, i+4) for i in [1, 4, 7, 10]]) #array([[ 1, 2, 3, 4], # [ 4, 5, 6, 7], # [ 7, 8, 9, 10], # [10, 11, 12, 13]]) arange - 특정 범위 리스트 지정 np.arange(0, 10, 2) #0~10까지 +2만들기 #출력 array([0, 2, 4, 6, 8]) linspace - 특정 구간을 쪼개어 값을 생성 np.linsp..

ModuleNotFoundError: No module named 'tensorflow' 이라는 에러 코드가 발생했습니다 분명 잘설치 했는데 왜 이런 메세지가 뜨지 ? 라는 생각이 듭니다. Anaconda Prompt를 켜봅니다. conda install tensorflow pip3 install tensorflow 위에 코드 둘다 입력합니다. conda create -n tf tensorflow conda activate tf 마지막으로 두 코드를 입력해줍니다. 중간 중간에 y/n 나오는데 다 y입력해줍니다 Anaconda Navigator 열어서 저렇게 표시되어있으면 설치 완료입니다. Anaconda3 파일을보면 Jupyter Notebook (tensorflow)라는 프로그램이 설치되었는데 저걸로 ..

인공지능 (Artificial Intelligence) 사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술 머신러닝(Machine Learning) 규칙을 일일이 프로그래밍하지 않아도 자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야 scikit-learn이 대표적인 라이브러리입니다. (통계학에서 유래된 머신러닝 알고리즘이 많으며 통계학과 컴퓨터 과학 분야가 상호 작용하며, 발전 중입니다. 대표적인 오픈소스 통계 소프트웨어인 R에는 다양한 머신러닝 알고리즘이 구현되어 있습니다) 딥러닝(Deep learning) 입력층과 출력층 사이에 여러 개의 은닉(Hidden layer)들로 이뤄진 인공신경망을 딥 뉴럴 네트워크(Deep Neural NEtwork) 또는 딥러닝(Dee..

r = int(input("원의 반지름을 입력하시오: ")) area=r*r*3.14 print("반지름=%d, 면적은=%f" %(r, area)) ''' 출력 예시 원의 반지름을 입력하시오: 6 반지름=6, 면적은=113.040000 '''

for i in range(2, 10, 1): #A x B 에서 A의 범위를 설정 print("=== %d단 ===" %i) for j in range(1, 10, 1): #A x B 에서 B의 범위를 설정 print("%d x %d = %d" %(i, j, i*j)) ''' 출력 === 2 단 === 2 x 1 = 2 2 x 2 = 4 2 x 3 = 6 2 x 4 = 8 2 x 5 = 10 2 x 6 = 12 2 x 7 = 14 2 x 8 = 16 2 x 9 = 18 === 3 단 === 3 x 1 = 3 3 x 2 = 6 3 x 3 = 9 3 x 4 = 12 3 x 5 = 15 3 x 6 = 18 3 x 7 = 21 3 x 8 = 24 3 x 9 = 27 === 4 단 === 4 x 1 = 4 4 x..