동우의 하루

Error 예외가 발생했습니다. ModuleNotFoundError No module named 'imutils' import "imutils" could not be resolved imutils 는 파이썬 OpenCV가 제공하는 기능 중 복작하고 사용성이 떨어지는 부분을 보완하였다 (이미지 또는 비디오 스트림 파일 처리등) imutils 가 설치되어 있지 않아 뜨는 오류로 아래로 설치해 주자 Solution 터미널에서 아래 명령어 실행 pip install imutils Imutils 란 OpenCV와 Python 2.7 및 Python 3 모두에서 변환, 회전, 크기 조정, 골격화 및 Matplotlib 이미지 표시와 같은 기본 이미지 처리 기능을 더 쉽게 만드는 일련의 편의 기능. 관련 깃허브 :..

Error 예외가 발생했습니다. ModuleNotFoundError No module named 'cv2' opencv가 설치되어 있지 않아 뜨는 오류로 아래와 같이 설치해 주자 Solution 터미널에서 아래 명령어 실행 pip install opencv-python

Error Import sklearn.preprocessing could not be resolved Import sklearn.model_selection could not be resolved Import sklearn.metrics could not be resolved Solution 터미널에서 해당 명령어 수행 pip install --pre scikit-learn 수행후 비쥬얼스튜디오코드 종료후 다시 오픈 scikit-learn이란 ​ scikit-learn이란 python을 대표하는 머신러닝 라이브러리이다. '사이킷런'이라고 부르기도 한다. scikit-learn은 오픈 소스로 공개되어 있으며, 개인, 비즈니스 관계없이 누구나 무료로 사용가능하다. scikit-learn은 현재도 활용하여 개..

1. CUDA 최신 버전 다운로드 https://developer.nvidia.com/cuda-toolkit-archive CUDA Toolkit Archive Previous releases of the CUDA Toolkit, GPU Computing SDK, documentation and developer drivers can be found using the links below. Please select the release you want from the list below, and be sure to check www.nvidia.com/drivers for more recent production developer.nvidia.com 사이트 이동 Download Lastest CUDA T..

딥러닝 머신러닝의 방식중 하나 딥러닝 (데이터로부터 표현을 학습하는 방식) 인공지능 > 머신러닝 > 딥러닝 과대 접합과 과소 접합 (overfitting and underfitting) 과대 접합 일정 에포크 동안 훈련하면 검증 세트에서 모델 성능이 최고점에 도달한 다음 감소. 훈련 세트에서 높은 성능을 얻을 수 있지만 진짜 원하는 테스트 세트 (또는 이전에 본 적 없는 데이터)에서는 성능이 떨어짐. 과소 접합 테스트 세트의 성능이 향상될 여지가 아직 있을 때, 모델이 너무 단순하거나, 규제가 너무 많거나, 그냥 단순히 충분히 오래 훈련하지 않는 경우. 즉 네트워크가 훈련 세트에서 적절한 패턴을 학습하지 못했다는 뜻 모델이 데이터를 반복 학습하는 횟수가 늘어날수록 모델이 복잡한 정도(Model Compl..

합성곱 신경망(Convolutional Neural Network, CNN) 훈련 기존 패션 모델에서 합성곱 층을 만들어 기존보다 높은 정확도를 노려본다. import tensorflow as tf from tensorflow.keras import datasets, layers, models # MNIST 데이터셋 다운로드하고 준비하기 # (train_images, train_labels), (test_images, test_labels) = datasets.mnist.load_data() (train_images, train_labels), (test_images, test_labels) = datasets.fashion_mnist.load_data() train_images = train_image..

2차 진행 패션 MNIST 데이터셋 70000중 트레인 이미지 60001개 테스트 이미지 10000개로 이미지 분류 수행 1차에서 불량난 스니커즈 이미지 25번을 추가하여 검출해 내는지 테스트 수행 마지막 이미지에 스니커즈 사진 확인 추가한 스니커즈 검사 확인 난제 epochs 횟수를 늘려서 재작업을 여러번 진행하면 모델 생성 시간은 늘어나지만 기존 모델 분류성능이 좋아진다. 하지만 새로운 영상에 대한 인식이 떨어지는 과대적합 현상이 생긴다. * 과대적합은 머신러닝 모델이 훈련 데이터보다 새로운 데이터에서 성능이 낮아지는 현상 # tensorflow와 tf.keras를 임포트합니다 from PIL.Image import NONE from numpy.lib.function_base import append..

1차 진행 패션 MNIST 데이터셋 70000중 트레인 이미지 60000개 테스트 이미지 10000개로 이미지 분류 수행 트레인 0번 이미지 0~255의 값을 255로 나누어 0~1의 값으로 변경 트레임 이미지 25개 확인 작업 모델 생성 장면 Epoch 100회 트레인 데이터 정확도와 로스율 표기 스니커즈를 샌달이라고 인식 # tensorflow와 tf.keras를 임포트합니다 from PIL.Image import NONE from numpy.lib.function_base import append import tensorflow as tf from tensorflow import keras # 헬퍼(helper) 라이브러리를 임포트합니다 import numpy as np import matplotl..

Unindent amount does not match previous indent 에러 Unindent error로 들여쓰기 오류라고 한다. 파이썬을 처음 사용해봐서 인지 이런것도 오류인줄 몰랏엇다... 기존 두줄 들여쓰기 되어 있는 부분을 제거해 주거나 두줄이엿던 부분을 네줄로 들여쓰기를 맞춰주면 사라지는 것을 볼 수 있다. (복사 붙여 넣기 할때 많이 생길만한 부분인거 같다)

에러내용 ImportError cannot import name 'LayerNormalization' from 'tensorflow.python.keras.layers.normalization' 해결방법 pip uninstall -y tensorflow keras tf-nightly keras-nightly pip install tensorflow 터미널 또는 CMD에서 위 내용 실행