코드탐험 신비의 세계

Prophet Facebook에서 개발한 시계열 예측 라이브러리 간단하고 사용자 친화적인 API를 제공하며 계절성과 휴일 효과를 자동으로 처리하여 높은 수준의 예측 성능을 제공 Time Series 일정 시간 간격으로 측정된 데이터 포인트의 연속적인 시퀀스를 나타냄 이 데이터는 주로 시간에 따른 변화를 분석하고 예측하는 데 사용됨 # install : pip install prophet import pandas as pd import numpy as np import matplotlib.pyplot as plt import random import seaborn as sns from prophet import Prophet # avocado.csv 데이터 읽기 >>> df = pd.read_csv('/c..

이전에 했던 MobileNetV2 를 활용한 이미지 분류 딥러닝을 추가로 Fine tuning 했다. 파인 튜닝은 트랜스퍼 러닝을 한 다음에 하는 방법이다. 트랜스퍼 러닝을 한 후에 조금 더 개선이 가능한지 해보는 방법으로 학습된 모델 그 상태에서 추가로 학습을 시키되 좋은 모델의 일부분을 우리 데이터로 학습 가능토록 변경한 후에 학습 시키는 방법 # 1. 베이스 모델 전체 레이어를 학습 가능토록 일괄 바꾼다. >>> base_model.trainable = True # 2. 베이스 모델의 전체 레이어 수를 확인한다. >>> len(base_model.layers) 154 # 3. 레이어 수 확인 후, 몇 번째 레이어부터 학습이 안되도록 할 것인지 결정해준다. # 그러면 나머지 레이어는 학습이 가능한 것..

Transfer Learning 란 한 작업에서 학습한 지식을 다른 관련 작업으로 전송하는 것 = 내 데이터로 다시 재 학습(보강해서)해서 사용 MobileNetV2 는 경량화된 딥러닝 아키텍처로, 모바일 및 임베디드 기기에서도 효율적으로 사용될 수 있으며 정확도 또한 많이 떨어지지 않게하여 속도와 정확도 사이의 트레이드 오프 문제를 어느정도 해결한 네트워크이다. 트랜스퍼 러닝은 학습이 잘 된 모델을 가져와서 나의 문제에 맞게 활용하는 것이므로 학습이 잘 된 모델의 헤드 모델을 뺀 베이스 모델만 가져온다. import tensorflow as tf # 만들려는 모델의 인풋 이미지는 (128, 128, 3)으로 한다 >>> IMG_SHAPE = (128, 128, 3) >>> base_model = tf...