seoyun

입력 층:아이리스 데이터셋의 특징 수에 맞춰 형상이 4인 입력 층을 정의합니다. python코드 복사X = tf.keras.layers.Input(shape=[4])  배치 정규화가 포함된 은닉 층들:코드에서는 각각 배치 정규화와 활성화 함수를 포함한 세 개의 밀집 층을 설정합니다.각 밀집 층은 8개의 유닛을 가지고 있습니다.여기서 사용된 활성화 함수는 'swish'로, 이는 x * sigmoid(x)로 정의됩니다.구조는 다음과 같습니다. python코드 복사# 첫 번째 은닉 층 H = tf.keras.layers.Dense(8)(X) H = tf.keras.layers.BatchNormalization()(H) H = tf.keras.layers.Activation('swish')(H) # 두 번째 은..

1. 장고 프로젝트 만들기 1-1. 장고의 특징1) MVC 패턴 기반 MVT2) 객체 관계 매핑3) 자동으로 구성되는 관리자 화면4) 우아한 URL 설계5) 자체 탬플릿 시스템6) 캐시 시스템7) 다국어 지원8) 풍부한 개발 환경9) 소스 변경사항 자동 반영     1-2. 장고 설치하기>pip install django>python -m django --version  1-3. 프로젝트 만들기>django-admin startproject 프로젝트명   2. polls 앱 만들기$ python manage.py startapp polls  3. views 코드 작성하기[polls\views.py]from django.shortcuts import get_object_or_404, renderfrom d..

import tensorflow as tfimport pandas as pd# 과거 데이터 준비filepath = '/content/sample_data/iris.csv'iris = pd.read_csv(filepath)iris.head()# one-hot encodingafter_encoding = pd.get_dummies(iris)after_encoding.head()print(after_encoding.columns)# 독립변수, 종속변수independent = after_encoding[['꽃잎길이', '꽃잎폭', '꽃받침길이', '꽃받침폭']]dependent = after_encoding[['품종_setosa', '품종_versicolor', '품종_virginica']]print(indep..

import tensorflow as tfimport pandas as pd# 과거 데이터 준비filepath = '/content/sample_data/boston.csv'boston = pd.read_csv(filepath)# print(boston.columns)boston.head()# 독립independent = boston[['crim', 'zn', 'indus', 'chas', 'nox', 'rm', 'age', 'dis', 'rad', 'tax', 'ptratio', 'b', 'lstat']]# 종속dependent = boston[['medv']]# print(independent.shape, dependent.shape)# 2. 모델 구조 생성X = tf.keras.layers.Inpu..

import tensorflow as tfimport pandas as pd# 과거 데이터 준비filepath = '/content/sample_data/iris.csv'iris = pd.read_csv(filepath)iris.head()# one-hot encodingafter_encoding = pd.get_dummies(iris)after_encoding.head()print(after_encoding.columns)# 독립변수, 종속변수independent = after_encoding[['꽃잎길이', '꽃잎폭', '꽃받침길이', '꽃받침폭']]dependent = after_encoding[['품종_setosa', '품종_versicolor', '품종_virginica']]print(indep..

import tensorflow as tfimport pandas as pd# 과거 데이터 준비filepath = '/content/sample_data/boston.csv'boston = pd.read_csv(filepath)print(boston.columns)boston.head()# 독립independent = boston[['crim', 'zn', 'indus', 'chas', 'nox', 'rm', 'age', 'dis', 'rad', 'tax', 'ptratio', 'b', 'lstat']]# 종속dependent = boston[['medv']]print(independent.shape, dependent.shape)# 2. 모델 구조 생성X = tf.keras.layers.Input(sh..

[딥러닝/인공신경망] 아래 그림은 은닉층이 1개인 단순한 인공신경망의 구조를 나타낸다. 이때, 은닉층의 개수를 여러 개를 추가함으로써 보다 깊은 신경망을 만들고이를 학습 모델로 사용하는 것을 딥러닝이라고 한다. 딥러닝이 적용된 대표적인 사례는 2012년 이미지 인식 기술을 겨루는 ILSVRC 대회를 들 수 있다.    * 딥러닝: 사람의 뇌에서 이루어지는 원리를 이용하여 인공지능을 만드는 방식- 인공 신경망(ANN, Artificial Neural Network): 신경망을 사람들이 인공적으로 만든 것- 인공 신경망에서는 신경망의 최소 구성 단위인 뉴런이 다른 뉴런과연결된 모습을 각각의 층(레이어)이라는 개념을 사용하여 연결하고 있음     * 입력층: 데이터를 입력받는 층 * 출력층: 이 출력층에 어떠..

[AndroidManifest]            [DBManager]package com.example.ysb_dbpersonnelresistapp;import android.content.Context;import android.database.sqlite.SQLiteDatabase;import android.database.sqlite.SQLiteOpenHelper;public class DBManager extends SQLiteOpenHelper { public DBManager(Context..

[이미지 처리]* 이미지- 아날로그와 디지털- Pixel(picture element)= 이미지의 최소 해상도 단위이며 화소라고도 함= 일종의 작은 타일 형태의 네모 칸(픽셀)들이 각각 섹의 정보를 '수'의 형태로 저장= 컴퓨터에서 이러한 픽셀을 사용한 이미지를 비트맵 이미지라 하며 파일의 확장자로는 bmp, gif, jpeg 등= 픽셀 크기가 증가할 수록 고해상도 이미지가 되고, 결국 파일 용량이 커짐= 작은 이미지를 확대할 경우 픽셀의 각진 형태가 두드러져 보이는 단점   - 행렬 in 선형대수학= 영상을 행렬이라고 간주할 수 있음= 빠른 속도로 처리 가능

1. 플로팅 현상의 풀업과 풀다운에 대해서 설명하시오 - 풀다운: 입력 핀의 전압을 평상 시 high 한쪽에 고정시켜줘야 한다. 버튼이 안눌렸을 때 입력 핀과 그라운드 핀이 저항을 사이에 두고 연결된다. 평상 시 입력 핀에 흐르는 작은 전류가 모두 그라운드 핀으로 빠져나가 입력 핀의 전입이 low가 된다. - 풀업: 입력 핀의 전압을 평상 시 high에 고정시키는 것이다. 평상 시 5v 전원핀과 입력핀이 중간에 저항을 두고 연결된다. 풀다운 때와 마찬가지로 10k 옴 정도의 큰 저항이 사용된다. 5v 전원 핀과 연결되어 있기 때문에 전압은 high가 된다. 2. 아두이노는 대표적인 오픈소스 하드웨어 입니다. 오픈소스 하드웨어에 대해서 기술하시오. - 하드웨어 설계도를 다른 사람이 자유롭게 보고 수정할 수..