본문 바로가기
반응형

딥러닝42

XGBoost 초간단 설치(윈도우10) 아래와 같이 복잡하게 하지 말고, 그냥 (base) pip install xgboost 하면 된다. conda install 을 사용하면, 아래와 같이 python 버전에 따라 PakcagesNotFoundError 가 발생한다. XGBOOST 설치방법 1) https://www.lfd.uci.edu/~gohlke/pythonlibs/#xgboost 2) 현재 pyton 3.10 설치된 상태이므로, xgboost-1.5.1-cp310-cp310-win_amd64.whl 다운 받는다. 3) 다운로드한 파일을 C:\Users\chpark\Anaconda3\pkgs\python-3.10.0-h96c0403_3\Lib\site-packages 에 저장 4) 다운 받은 폴더에 가서, pip install xgbo.. 2021. 12. 27.
판다스 조건별 데이터 필터링 import pandas as pd ind =(df['Vis_flag'] == 1) & (df['Site_No'] == 192) #조건만 만족하면 index 를 가지고 있다. 괄호가 중요 df[ind] # 조건에 맞는 모든 열을 추출한다. 2021. 11. 26.
Jupyter notebook 시작 디렉토리 설정 작동 안 될 때 (간단 해결) Anaconda Prompt 에서 jupyter notebook --generate-config 설정을 했음에도 사용자 지정 주피터 노트북 경로가 작동 안 될 때 아래 방법으로 간단 해결 1. Jupyter Notebook 아이콘에서 속성 열기 2. 대상(T)에서 %USERPROFILE% 삭제 후, 원하는 폴더 경로 입력. 3. 시작 위치(S) %HOMEPATH% 경로 제거 4. Jupyter notebook 실행해서 확인. 2021. 11. 23.
신경망의 구조 신경망 구조 1. 네트워크(또는 모델)를 구성하는 층 2. 입력 데이터와 그에 대응하는 타깃 3. 손실함수: 예측과 타깃을 비교하여 모델의 예측이 기대값에 얼마나 잘 맞는지 측정하는 손실값을 만듬 4. 학습 진행방식을 결정하는 옵티마이저 모델: 층의 네트워크 딱 맞는 네트워크 구조를 찾는 것은 과학보다 예술. 연습 필요. >>> from keras import models >>> from keras import layers >>> model = model.Sequential() Sequential() 모델의 경우, 단일 입력, 단일 출력인 경우 사용 다중입력 데이터 + 여러 딥러닝 모듈 인 경우 함수형 API 사용 모델 설정 - 층 설정 입력층, 은닉층, 출력층 등의 딥러닝의 구성 단위 하나 이상의 텐서.. 2021. 11. 22.
CPU와 듀얼 GPU로 딥러닝 분업 할당하는 법 (3개 동시 모델링) GPU가 2개인데, CPU 에서도 작업을 수행하게 해서 3개 작업을 동시에 분업시키는 방법 1. 듀얼 GPU 설정하는 방법은 아래 링크 참고. 듀얼 또는 다중 GPU 각각 따로 사용하는 딥러닝 환경만들기 Dual GPU 사용시 NVLink 등으로 묶거나 상호 교차 계산(multi-tasking) 하지 않고, 두 개의 프로그램을 각각 다른 GPU에서 독립적으로 분업으로 실행시키고자 할 때의 환경을 만드는 방법이다. 1. Anaconda pro aeir.tistory.com 2. 기본적으로 케라스가 GPU를 인식에서 이용하기 때문에, 아래 명령어를 추가해 주면 CPU를 사용한다. import os os.environ["CUDA_VISIBLE_DEVICES"] = "" from keras import back.. 2021. 11. 22.
한방에 99.9% 예측 정확도, <1% 오차라 한방에 99.9% 정확도, 오차>> X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0) >>> X_train.shape (48456, 13) >>> y_train.shape (48456,) >>> X_test.shape (20767, 13) >>> y_test.shape (20767,) >>> classifier.add(Dense(units = 13, activation = 'relu')) >>> classifier.add(Dense(units = 1, activation = 'sigmoid')) >>> classifier.compile(optimizer = 'adam', loss = 'binary.. 2021. 11. 19.
딥러닝 TensorFlow 텐서플로 GPU 설치 한방에 끝내기 2 (윈도우) TensorFlow-GPU 버전을 사용하려면, 아래 링크 설명을 따라 먼저 GPU에 맞는 드라이버를 먼저 설치해야 함. 본 문서만으로는 TensorFlow-CPU 버전을 사용할 수 있음. Tensorflow GPU 딥러닝 개발 환경 구축 1 (윈도우) 1. 하드웨어 요구사항 확인 1.1. 현재 설치된 NVIDIA GPU 카드와 드라이버 버전 확인 현재 설치된 그래픽 카드 확인. (본 문서에서는 NVIDIA Quadro RTX 6000 기준) NVIDIA 제품만 가능 윈도우 설정>앱 열어 aeir.tistory.com 1. 아나콘다 (Anaconda) 설치 https://www.anaconda.com/products/individual 방문 아래 그림과 같이 웹페이지 아래로 내려가서, 64-Bit Grap.. 2021. 11. 18.
딥러닝 TensorFlow 텐서플로 GPU 설치 한방에 끝내기 1 (윈도우) TensorFlow-GPU 버전을 사용하기 위한 시스템 구축을 설명하고 있음. TensorFlow-CPU 버전의 경우, 바로 아래 문서로 가서 Anacona 설치부터 하면 됨. TensorFlow GPU 딥러닝 개발 환경 구축 2 (윈도우) TensorFlow GPU 버전을 사용하기 위해서, 아래 링크를 따라 먼저 하드웨어와 드라이버 등의 소프트웨어를 먼저 설치해야 한다. 앱 열어 " data-og-host="aeir.tistory.com" data-og-source-url="https://aeir.tist.. aeir.tistory.com 1. 하드웨어 요구사항 확인 1.1. 현재 설치된 NVIDIA GPU 카드와 드라이버 버전 확인 현재 설치된 그래픽 카드 확인. (본 문서에서는 NVIDIA Quad.. 2021. 11. 18.
ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type float). 에러: >>> df.loc[df['Vis'] >> df.loc[df['Vis'] > 100, "flag"] = "2" >>> (중략) >>> d = df.values >>> (중략) >>> history=classifier.fit(X_train, y_train, batch_size = 5, epochs = 300, validation_data=(X_test, y_test)) ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type float). 원인: 데이터가 float 뿐만 아니라 object가 섞여 있다. numpy 는 오로지 숫자만 취급한다. pandas는 섞여 있어도 된다. 따라서, 데이터 전처리 시, 이미 d.. 2021. 11. 17.
728x90

티스토리툴바