Python

from sklearn.datasets import load_diabetes as ldimport matplotlib.pyplot as pltimport numpy as npimport tensorflow as tfa1 = ['one', 'two', 'three', 'four', 'five']a2 = [1, 2, 3, 4, 5, 6]# for i in zi...

import numpy as npimport matplotlib.pyplot as pltimport tensorflow as tf# 지도학습 - 데이터와 정답이 주어짐-> 훈련# - 회귀 : 연속적인 숫자 예측# - 분류 : 미리 정의된 여러 클래스 중 하나를 예측 (이진 분류, 다중 분류)# 학습용 데이터(train)로 학습 후 검증용 데이터(tes...

one_hot

import numpy as npimport tensorflow as tf# 데이터 읽기# 행별# data = np.loadtxt('data\\sample.csv') # 오류 : 같은 타입의 배열만 넘파이로 불러올 수 있음data = np.loadtxt('data\\sample.csv', skiprows=1,delimiter=',')print(data) #...

함수

import tensorflow as tf# 세션 전에는 정의, 세션에서 정의한 걸 실행# a = tf.constant('hello~', name='c')# b = tf.constant('tensorflow !', name='c')# op1 = a + b# print(a.name) # c# print(b.name) # c_1# with tf.Session(...

함수

import tensorflow as tfimport numpy as np# 함수# reshape() - numpy의 reshape와 같음a = tf.constant([1,2,3,4,5,6,7,8,9])b = tf.constant([[[1,1],[2,2],[3,3],[4,4]]])with tf.Session() as sess:print(sess.run(a)...

변수

import tensorflow as tf# 변수 : Variable(초기값)# 변수에 할당하기a = tf.constant(100)b = tf.constant(150)c = tf.constant(-50)v = tf.Variable(0)op1 = a + b - cop2 = tf.assign(v, op1) # assign(변수, 할당할 내용): 변수에 할당하기...

상수

import tensorflow as tf# 상수(변하지 않는 값) 정의 : tf.constant(값)a = tf.constant(3.0, tf.float32, name='aa')# name: tf내 내부적으로 정의한 이름b = tf.constant(5.0, tf.float32)c = a + b# d = tf.constant(7.0 , tf.float64)...

import numpy as npimport pandas as pd# 다차원 배열 슬라이싱a1 = np.array([[1,2,3], [4,5,6], [7,8,9]])# print(a1)# 리스트 보기# print(a1[2]) # [7 8 9]# 리스트 내 숫자 하나 보기# print(a1[2][1]) # 8# print(a1[2,1]) # 8# 배열의 일부...

import numpy as np# 넘파이 배열 생성# 1차원 배열l1 = [1,2,3,4,5]# print(l1, type(l1)) # 리스트a1 = np.array(l1)# print(a1, type(a1)) # 배열# print(a1.shape) # 튜플형식(데이터의 갯수, 차원): 1차원일 경우 생략# print(a1.dtype)# print(a1....

데코레이터

# tensorflow 1.5.0 버전 설치 import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_dataimport matplotlib.pyplot as plt# print(tf.__version__)mnist = input_data.read_data_sets('../mn...

얼굴을 인식해 모자이크 처리

import cv2import matplotlib.pyplot as plt # 얼굴을 인식해 모자이크 처리# 인식 프로그램 및 이미지 읽기cascade_file = 'data\\haarcascade_frontalface_alt.xml'cascade = cv2.CascadeClassifier(cascade_file)img = cv2.imread('img\\p...

모자이크 처리

import cv2import matplotlib.pyplot as plt # 모자이크 처리 - 모자이크를 원하는 부위를 작게 줄였다가 다시 키우기 <- 함수# 함수 선언def mosaic(img, rect, s): # 이미지, 범위, 변환 크기 x1, y1, x2, y2 = rect # 시작좌표x, 시작좌표y, 끝좌표x, 끝좌표y w = x2 - x...