● 저번 포스팅 모델 코드123456789101112131415161718from keras.models import Sequentialfrom keras.layers import Denseimport numpy as np x = np.array([1,2,3,4,5])y = np.array([1,2,3,4,5]) model = Sequential()model.add(Dense(5, input_dim=1, activation='relu'))# input 1 output 5model.add(Dense(3))model.add(Dense(1)) model.compile(loss='mse', optimizer='adam')model.fit(x, y, epochs=100, batch_size=1) loss, acc..

딥러닝의 회귀,, 선형,, 비선형,,, 이런 이론들을 일단 접어두고 튜토리얼을 무작정 구현하면서 케라스로 딥러닝 모델을 구현하는 방법에 대해 살짝 알아봅시다. 개발 환경: 아나콘다 가상환경에 2.0.0버전의 텐서플로우와 케라스 설치,  파이썬 3.7.4버전 비주얼 스튜디오 코드 IDE사용.   선형회귀모델을 사용해서 딥러닝을 구현한다는 뜻은 선형회귀 수식 Y = WX + B를 이용하여, X라는 입력자료와 Y라는 출력자료가 주어졌을 때 최적의 W,B를 구한다는 뜻이 됩니다. 여기서 X, Y는 정제된 데이터이며 사람이 해야할 일을 의미하는 것입니다. 우리는 잘 정제된 X, Y 데이터를 넣어주고 노드와 레이어를 구성하여 모델을 만들어주면 케라스 라이브러리는 알아서 최적의 W(Weight)와 B(Bias)를 찾..

● 케라스란? 케라스(Keras)는 파이썬으로 작성된 오픈 소스 신경망 라이브러리 입니다. 텐서플로우, MXNet, Deeplearning4j 등을 백엔드로 사용하여 인공지능 코딩을 할 수 있게 해줍니다. 딥 신경망을 빠르고 쉽게 코딩을 가능할 수 있게 해주고 최소한의 모듈 방식으로 확장 가능성에 초점을 둔 라이브러리 입니다. 사용하기 쉬운 고차원 딥러닝을 케라스 API를 통해 코딩을 할 수 있는데요, 유저 친화적인 API를 제공하여 쉽게 딥러닝 모델을 만들어 낼 수 있어서 인공지능 코딩에 현재 가장 많이 사용되고 있는 라이브러리 입니다. ● 케라스의 구조 텐서플로우, CNTK, Theano, MXNet등을 백엔드로 하여 각 라이브러리를 쉽게 사용할 수 있게 하면서 안정화도 시켜주는 역할을 케라스가 합니..