티스토리

leejhstory
검색하기

블로그 홈

leejhstory

leejhstory.tistory.com/m

Welcom!

구독자
0
방명록 방문하기

주요 글 목록

  • lec9 Neural Network 1 : XOR 문제와 학습방법 9-1 XOR 문제 딥러닝으로 풀기XOR 문제를 풀기 위해서는 두개 이상을 합쳐서 풀수가 있었다. 하지만 복잡한 네트웍의 각각 weight과 bias를 학습하는 것은 불가능 하다고 생각하였다. XOR은 3개의 네트웍을 가지고 풀 수있다.X1,X2을 게이트에 넣었을 때 WX1,2의 곱과 b를 합하여 Y1,2를 계산한다음Y1,2를 입력값으로 넣어서 XOR값을 구한다. Forward propagation : 전방 전파(순전파)는 멀티노미얼 클레시피케이션과 유사. Neural Network(NN)w1,w2,b1,b2 값을 어떻게 자동적으로 학습시킬 수 있을까? 9-2에서.. 9-2 딥네트웍 학습시키기 코스트함수를 정의할 때 W값이 어디에있든지 기울기를 구해서 계속 내려가면 가장작은점 global minimum에.. 공감수 0 댓글수 0 2017. 11. 5.
  • lec 6 실습 Cost function : cross entropysoftmax 함수에 맞는 loss 함수 loss function loss function : ylog() = cross entropyloss function = cross entropy 인가? 텐서플로우에서 arg_max : 제일 큰 값을 인덱스값으로 골라내는 것3개면 0, 1, 2 중 하나 동물의 특징을 가지고 동물 종 맞추기 hypothesis을 softmax로 뽑아내기 ( 확률처럼 모두 더했을 때 1이 되도록 한 것) logits = tf.matmul(X, W) + bhypothesis = tf.nn.softmax(logits) tf.nn.softmax_cross_entropy_with_logits 함수logits함수가 softmax함수에 들어가.. 공감수 0 댓글수 0 2017. 10. 15.
  • Softmax classifier의 cost함수(lec 6-2) 시그모이드는 원래 H(x)의 값이 실수이며 값의 차이가 크지만 0 ~ 1 로 줄이는 것 softmax란?예를 들어 a, b, c 세개의 예측값을 0 ~ 1의 값으로 만들었을 때 세 숫자의 합이 1이 되도록 하는 것 one-hot encoding : 제일 큰 값을 골라내는 것(인덱스값으로)(텐서플로우에서 arg_max) Cost function예측한 값과 실제 값의 차이를 나타내는 cost 함수를 설계한다.(cost 함수 최소화 학습) cross-entropy : 두 값 사이의 차이가 얼마나 되는지를 구하는 함수S(y)는 예측한 값L은 실제의 값cross-entropy 함수가 여기에 적합한 cost함수가 된다? 값이 x축의 0 ~ 1 사이의 값이 된다. (softmax를 통과하는 값) 예측한값(x축)이 0.. 공감수 0 댓글수 0 2017. 10. 13.
  • Multinomial classifition : Softmax classification(lec 6-1) Logistic regression : 두 가지의 데이터를 구분하는 것을 학습하는 것Multinomial classification : 두 가지 이상의 데이터를 구분하는 것을 학습하는 것 기본적인 출발은 H(x)=Wx단점은 리턴하는 값이 실수가 되기때문에 크기의 차이가 너무 많이난다. 그래서 0 or 1로 구분하기 위해 Z=H(x), g(z)로 0 ~ 1의 값으로 압축하여 나타냄(sigmoid=logistic)*sigmoid = S자 모양의, logistics = 기호 논리학 원래의H(x)의 값을 시그모이드 함수에 통과시키면 0 ~ 1의 값이 된다. Binary classification 만으로도 Multinomial classification을 구분 할 수 있다.먼저 a, b, c 가있으면 두개씩 구분.. 공감수 0 댓글수 0 2017. 10. 13.
  • Logistic Regression 의 cost 함수 (lec 5-2) Logistic (regression) classification : cost function & gradient decent코스트 함수와 코스트 함수의 minimize 하는 알고리즘 가설로 예측한 값과 실제의 값의 차의 평균을 내면 아래와 같은 형태의 그래프가 된다. 이제 가설이 로 변경이 되었기 때문에 출력값이 0＜~＜1 사이에 들어오게 된다. 위의 새로운 형태의 H(X) 를 사용하여 cost 함수를 그려보면 일정하지않고 구불구불한 모양이 나타나게 되어 문제가 생긴다.(시작점이 어딘지의 따라 진짜 최저점(global minimum)을 찾을 수가 없다.)따라서 H(X)를 변경하였기 때문에 그에 따라 cost(W) 또한 변경해 주어야 한다.기존의 cost함수는 어떤 값의 합을 m으로 나누어 평균내는 것 .. 공감수 0 댓글수 0 2017. 9. 27.
  • Logistic (regression) classification (lec5-1) 수업의 궁극적 목표 뉴럴네트워킹 & 딥러닝 값을 예측하는 것(regression) y값 가설 Hypothesis 이지만 간단하게 H(X) = WX 로 표시 코스트함수 Cost cost는 학습데이터와 가설을 세운 데이터 값의 차이의 평균치이다. (낮을수록 좋음) 코스트함수를 minimize하는 Gratient decent w값을 조절하여 cost값을 줄인다. 기울기란 코스트값을 미분한 값으로 나타난다. 기울기의 변화 사이즈 α(=learning rate) (Binary) Classification(분류)두가지 중 하나로 분류하는 것 ( 0 or 1 )자주 사용하는 것을 위주로 분류하여 걸러내는 방법오류 : 0과 1의 기준이 모호 해질 수 있다. ( 1보다 큰수의 값이 나올 경우 )해결방안 : H(x) 함수.. 공감수 0 댓글수 0 2017. 9. 27.
  • 윈도우 텐서플로 설치하기 anaconda를 사용하면 python3.6버전이 자동으로 설치된다고 하여서 기존에 깔려있던 python2.x 버전과 python3.4 버전을 삭제하였다. 기존에 anaconda를 설치했었어서 다른번전의 python을 삭제하니 자동으로3.6 버전이 설정이 되었다. anaconda prompt에서 >conda create --no-shortcuts -n py35 python=3.5 anaconda(나는 >conda create --no-shortcuts -n py35 anaconda 라고 했는지 기억이..) 환경 생성이 완료되면 activate 명령으로 환경으로 진입한다.>activate py35 텐서플로우 설치를 위해 pip명령어를 사용한다.(pip update를 먼저 해야한다.)(py35)...> pi.. 공감수 0 댓글수 0 2017. 8. 20.
  • FreindsHome main&detail page (20170819- 준형,재동 댓글연동 완료) 앞으로 댓글 입력창 만들기 공감수 0 댓글수 0 2017. 8. 20.
  • url 사용하기 먼저 index.html에서 지역부분을 url로 만든다.href 어트리뷰트로 link 주소를 설정. 지역 부분을 링크로 만드려면 {{candidate.area}}를 공감수 0 댓글수 0 2017. 8. 10.
  • 장고 기능 추가하기(여론조사) elections\models.pyclass Poll을 만들고 여론조사에서 지시결과를 저장하는 class choice를 만든다.DateTimeField : date와 time을 나타내고, python의 datetime.datetime 인스턴스로 표현한다.CharField : string을 나타내며, 필수 인자 max_length가 있다. 길이가 긴 문자열을 저장하려면 TextField 등을 사용한다.IntergerField : -2147483648 ~ 2147483647까지의정수를 나타냄. 더 큰 정수는 BigIntergerField 등을 사용한다. ForeignKey : 한 모델에서 다른 모델을 이용할 때 사용(many-to-one 관계 모델에서 사용). admin.py파일에서 Poll파일을 추가한다... 공감수 0 댓글수 0 2017. 8. 4.
  • 템플릿 사용하기 템플릿을 사용하기 위해서 elections(app)폴더 아래에 templates 폴더 생성 후 그아래 상위 폴더와 같은 이름인 elections폴더를 만든다.그 다음 index.html파일을 만든다. elections app 템플릿과 다른 app의 템플릿을 적용시킬 때 모습 elections 템플릿장고가 템플릿을 찾는 방식다른 앱에서 index.html을 사용하면 겹치는 것을 방지하기 위해 앱폴더안에 같은 이름의 폴더를 만들어서 index.html파일을 만든다. index.html 이름 소개 출마지역 기호 가후보 후보입니다. 우리나라 기호1번 나후보 후보입니다. 우리나라 기호2번 mysite\elections\templates\elections\index.html을 수정 후mysite\election\v.. 공감수 0 댓글수 0 2017. 8. 3.
  • 장고 DB에 정보 저장 및 출력 admin에 접속할 사용자 생성>python manage.py createsuperuser Candidate를 관리하기 위해 Edit에서 별도로 등록을 해준다.elections>admin.py 에서 추가하여 준다. localhost:8000/admin에서 유저로그인 후 Candidate를 추가할 수 있다. 그냥 추가하면 Candidate object라고 뜨며 구분이 안되지만 코드에 다음과 같이 추가하면 이름으로 구분이 된다. DB에 입력하였기 때문에 장고 서버를 종료 후 다시 접속을 하여도 정보가 사라지지 않고 남게 된다. 처음 웹페이지 화면인 index에 DB데이터 표시하기 models에 정의된 Candidate를 import 한 뒤에str을 사용하여 마지막에 return해 줄 문자열을 만든다. she.. 공감수 0 댓글수 0 2017. 8. 3.
  • model 설정 및 mygration과 DB 업데이트 * 이전 실습에서 admin의 경로를 못찾아서 폴더를 새로 만들어서 실습을 이어간다. app과 관련된 정보를 저장하는 model 설정models는 정보를 담는 class 이고, model는 models.py에 만든다.장고에서는 모델의 이름을 단수형으로 지정해 주는고 클레스의 이름은 대문자로 시작하는 것이 일반적이다.class를 만들고 속성을 추가해 본다. 장고는 파이썬 프로그램이므로 종료가 되면 memory에서 데이터가 지워지므로 별도로 DB에 저장해 놓을 수 있다.장고의 경우에는 편리하게 기본으로 sqlight3이라는 DB를 지원한다. model을 DB에 저장하기 위해서 mysite에 settings 파일에 INSTALLED_APPS라는 list에 elections를 추가하여 준다. 프로젝트 파일에서 .. 공감수 0 댓글수 0 2017. 8. 3.
  • App 만들기 사이트에서 App 만들기프로젝트 폴더에서 명령어를 입력> python .\manage.py startapp elections 파이참에서 elections app폴더가 생성된 것을 확인할 수 있다. mysite폴더는 기본적인 설정 폴더이고 elections app폴더 안에서 views.index를 설정하여주면 웹사이트에 나타낼 수있다. mysite>mysite>urls.py 에서 urlpatterns는 서버 요청이 들어오면 누가 어떻게 처리할지 담당자를 지정한다.앞부분이 주소 뒷부분이 누가 처리할 것인지. 홈페이지의 첫 화면을 만들기위해 mysite>urls.py 의 urlpatterns에 url을 추가한다.(import에 include 추가)url(r'^$', include('elections.urls).. 공감수 0 댓글수 0 2017. 8. 3.
  • Django 설치 및 서버실행 먼저 파이썬을 설치 되어있어야한다.(나는 Pycharm을 사용할 것이다.)파워쉘을 사용하여 pip설치 여부 확인과 Django를 설치한다.> pip> pip install django 원하는 폴더로 이동하여 프로젝트 폴더를 생성한다. > django-admin startproject myite> lsmystie라는 폴더가 생성되어 있다.mysite 아래에 다시 mysite와 manage.py 파이썬 파일이있다.아래는 pycharm에서 mysite폴더를 열었다. powershell 에서 서버 실행방법mysite> python manage.py runserver 공감수 0 댓글수 0 2017. 8. 3.
  • web proxy2(python) import os, sys, thread, socket # ********* CONSTANT VARIABLES ********* BACKLOG = 50 # how many pending connections queue will hold MAX_DATA_RECV = 999999 # max number of bytes we receive at once DEBUG = True # set to True to see the debug msgs BLOCKED = [] # just an example. Remove with [""] for no blocking at all. # ************************************** # ********* MAIN PROGRAM **************.. 공감수 0 댓글수 0 2017. 7. 25.
  • web proxy(python) Implementing a web proxy server with python 1. importing modules #! /usr/bin/env python import socket, sys from thread import * import socket, sys - 모듈가져오기from thread import * - 스레드 모듈에서 모든기능 import 2. 프로그램 설정 try: listening_port = int(raw_input("[*] Enter Listening Port Number: ")) except KeyboardInterrupt: print "\n[*] User Requested An Interrupt" print " [*] Application Exiting ..." sys.exit(.. 공감수 0 댓글수 0 2017. 7. 24.
  • FriendsHome Django 로 웹 서버 구축에서 model.py 부분은 DB의 테이블(목록) 형성과 비슷하다. 수정후 적용을 하기 위해서는 powerwshell의 해당 폴더경로에서 python 명령어를 입력해준다.> python manage.py makemigrations> python manage.py migrate 순서 FriendsHome.urls 의 경로에서 Main.urls -> views.index or views post.. -> 해당 html문서 settings.py 에서 ALLOWED_HOSTS 에서 내 루프팩주소와 IP주소를 입력settings.py 에서 INSTALLED_APPS 에서 추가된 'Main' 아래에 추가 공감수 0 댓글수 0 2017. 7. 23.
  • python web proxy 공감수 0 댓글수 0 2017. 7. 23.
  • Paros proxy 설치 및 사용방법 보호되어 있는 글입니다. 공감수 0 댓글수 0 2017. 7. 22.
  • nginX 리버스 프록시 구축 보호되어 있는 글입니다. 공감수 0 댓글수 0 2017. 7. 22.
    문의안내
    • 티스토리
    • 로그인
    • 고객센터

    티스토리는 카카오에서 사랑을 담아 만듭니다.

    © Kakao Corp.