딥러닝/Keras
-
Keras 지원하는 활성 함수(1)딥러닝/Keras 2019. 11. 19. 00:52
이 포스팅에서는 Keras에서 지원하는 활성 함수 종류들을 소개한다. 1) sigmoid 활성함수 Sigmoid는 예전 신경망 모델에서 많이 사용되어진 활성 함수이다. 출력 범위는 0 < x < 1 값을 가진다. Sigmoid gradient vanishing 문제점 - Sigmoid를 이용한 출력 값이 0 또는 1사이에 값으로 매우 작다. 딥러닝 모델은 뉴런의 잘못된 가중치 값을 고치기 위하여 역전파 알고리즘 사용한다. 하지만 Sigmoid를 사용하는 경우 역전파 알고리즘 값을 구하는 중 미분된 기울기 값이 너무 작아져서 학습이 안되는 상황이 발생한다. Keras 사용 예 Dense(7, activation='sigmoid') 2) tanh 비선형 함수의 종류로써 sigmoid와 비슷한 모형을 가지고 ..
-
Keras RNN 모델 생성 방법딥러닝/Keras 2019. 11. 14. 00:29
이번 포스팅에서는 딥 뉴럴 네트워크에서 많이 사용되고 있는 RNN Layer 사용 방법을 소개한다. RNN의 큰 장점은 과거 상태 정보를 기억함으로써 시계열 정보를 효과적을 추출 할 수 있다. 이 포스팅에서 RNN에 대해서 자세한 내용은 다루지 않는다. Keras에서 RNN 계열의 지원하는 Layer는 여러개가 있다. 이 포스팅에서는 그 중 가장 많이 사용되고 있는 LSTM을 살펴본다. RNN 내용 참고: https://keras.io/layers/recurrent/ Recurrent Layers - Keras Documentation [source] RNN keras.engine.base_layer.wrapped_fn() Base class for recurrent layers. Arguments ce..
-
Keras Multi(input, output) 모델 생성 방법딥러닝/Keras 2019. 11. 13. 23:04
이전 포스팅에서 간단하게 Keras 모델 생성 방법 2가지를 소개하였다. https://deeptak.tistory.com/6 Keras 모델 생성 방법 이 포스팅에서는 Keras에서 모델을 생성하는 2가지 방법을 소개한다. 1) Sequential()을 이용한 모델 생성 https://github.com/keras-team/keras/blob/master/examples/mnist_mlp.py keras-team/keras Deep Learni.. deeptak.tistory.com 이번 포스팅에서는 Model Class를 이용한 Multi(input, output) 모델 생성 방법을 소개한다. 출처: https://keras.io/getting-started/functional-api-guide/#m..
-
Keras 모델 생성 방법딥러닝/Keras 2019. 11. 13. 01:05
이 포스팅에서는 Keras에서 모델을 생성하는 2가지 방법을 소개한다. 1) Sequential()을 이용한 모델 생성 https://github.com/keras-team/keras/blob/master/examples/mnist_mlp.py keras-team/keras Deep Learning for humans. Contribute to keras-team/keras development by creating an account on GitHub. github.com 이 예재는 Keras git에서 제공하는 예제 코드이다. model = Sequential() model.add(Dense(512, activation='relu', input_shape=(784,))) model.add(Dropou..
-
Ubuntu Keras 설치딥러닝/Keras 2019. 11. 12. 01:03
CUDA 설치 방법: https://deeptak.tistory.com/2 Anaconda 설치 방법: https://deeptak.tistory.com/3 Tensorflow 설치 방법: https://deeptak.tistory.com/4 지난 포스팅들을 통해 Ubuntu 안에서 가상환경을 생성하여 Tensorflow 설치까지 진행 해보았다. 이번 포스팅은 Keras를 설치하는 방법과 Tensorflow 호환되는 버전을 확인해본다. 1) Tensorflow 버전 확인하기 먼저, 가상환경을 활성화 시키고 텐서플로우 버전을 확인한다. import tensorflow as tf tf.__version__ 주의) 현재 Keras 버전 2.2.5 이하로는 Tensorflow1과 호환되며, Tensorflow2..