keras

파이썬 작성된 오픈 소스 신경망 라이브러리

tensorflow 2.0버전부터 기본 모델 구성으로 채택함.

 

텐서 : 

머신러닝의 기본구성

숫자 데이터를 위한 컨테이너

임의의 차원 개수를 가짐

텐서에서의 차원을 축이라고 부름

 

축의 개수(rank):

텐서의 차원을 의미

 

크기

 

데이터 타입

 

텐서 사례:

 

백터 데이터 (sample, features)크기의 2d텐서

첫번째 샘플축, 두번쨰 특성 축

사람의 나이 ,우편번호, 소득으로 구성된 인구 통계 데이터 10만건

(100000, 3)

 

시계열 데이터(samples, timesteps, features)크기의 3d 텐서

첫번째 샘플축, 두번쨰 순서축, 세번째 특성 축

1분마다 현재 주식 가격, 지난 1분동안에 최고가격, 최소가격,측정한 250일 데이터

(250,390,2)/주식시장 거래 시간은 390분

 

이미지데이터 (sample, 가로,세로, 채널)

 

<flow>

데이터 다운로드 및 전처리

dnn 모델 디자인

모델 학습정보 설정

모델 데이터 연결 및 학습진행

학습과정 시각화

테스트 데이터 셋 통한 모델 성능평가

학습 모데 특정 데이터 예측

 

 fashion -mnist 있음

옷의 이미지가 있는 데이터셋

28x28 grayscale 이미지 데이터셋

train-dataset 60000개, test-dataset 10000개

 

 

 

피쳐와 클래스가 데이터에 명확하게 있어야함

x? input tensor , 모델에 학습시킬 데이터 , 데이터 특성 -> feature

y? target tensor, 정답, 레이블, y_hat와 비교대상 -> class

 

피쳐가 여러개 이면 weight를 통해 딥러닝으로 알아서 결정됨.

 

 모델 디자인

#덴스층을 쌓을 때 중요결정사항

#얼마나 많은 층을 사용할 것인가? hidden layer

#각 층 얼마나 많은 은닉 유닛(퍼셉트론)을 둘 것인가

#문제 유형에 따라 출력층을 어떻게 설계할 것인가?