본문 바로가기

Machine Learning

(15)

MDN https://www.katnoria.com/mdn/ https://www.katnoria.com/mdn/ Mixture Density Networks Supervised machine learning models learn the mapping between the input features (x) and the target values (y). The regression models predict continuous output such as house price or stock price whereas classification models predict www.katnoria.com https://kangbk0120.github.io/articles/2018-05/MDN Mixture Densit..

Hyperparameter Tuning Auto Keras dataset만 있으면 모델 제안까지 가능 Keras Tuner 내가 지정한 파라미터에서 범위내에서 적정 수치 제안 가능(Random search, Hyperband) https://github.com/keras-team/keras-tuner keras-team/keras-tuner Hyperparameter tuning for humans. Contribute to keras-team/keras-tuner development by creating an account on GitHub. github.com https://tykimos.github.io/2019/07/04/ISS_2nd_Deep_Learning_Conference_All_Together_tykim/ [2nd DLCAT..

Relu 함수 import numpy as np import matplotlib.pyplot as plt def relu(x) : return np.maximum(0, x) x = np.arange(-2, 2.4) plt.plot(x, relu(x)) plt.xlim(-2.0, 2) plt.ylim(-0.5, 1.5) plt.grid() plt.show()

Azure ML 순서 1. Azure ML 작업 영역하고 연결 import azureml.core from azureml.core import Workspace # check core SDK version number print("Azure ML SDK Version: ", azureml.core.VERSION) # load workspace configuration from the config.json file in the current folder. ws = Workspace.from_config() print(ws.name, ws.location, ws.resource_group, ws.location, sep = '\t') 2. 실험 만듬 - 불러온 작업영역 ws에 실험 이름 정하고 만듬 experiment_name ..

AKS 클러스터 만들기 Python : SDK 사용하여 AKS 연결 aks_target = AksCompute(ws,"myaks") deployment_config = AksWebservice.deploy_configuration(cpu_cores = 1, memory_gb = 1) service = Model.deploy(ws, "aksservice", [model], inference_config, deployment_config, aks_target) service.wait_for_deployment(show_output = True) print(service.state) print(service.get_logs()) https://azure.microsoft.com/ko-kr/pricing/ 가격 책정 개요 - Azur..

케라스 창시자에게 배우는 딥러닝 목차 목차 1부 딥러닝의 기초 1장 딥러닝이란 무엇인가? 1.1 인공 지능과 머신 러닝, 딥러닝 1.1.1 인공 지능 1.1.2 머신 러닝 1.1.3 데이터에서 표현을 학습하기 1.1.4 딥러닝에서 ‘딥’이란 무엇일까? 1.1.5 그림 3개로 딥러닝의 작동 원리 이해하기 1.1.6 지금까지 딥러닝의 성과 1.1.7 단기간의 과대 선전을 믿지 말자 1.1.8 AI에 대한 전망 1.2 딥러닝 이전: 머신 러닝의 간략한 역사 1.2.1 확률적 모델링 1.2.2 초창기 신경망 1.2.3 커널 방법 1.2.4 결정 트리, 랜덤 포레스트, 그래디언트 부스팅 머신 1.2.5 다시 신경망으로 1.2.6 딥러닝의 특징 1.2.7 머신 러닝의 최근 동향 1.3 왜 딥러닝일까? 왜 지금일까? 1.3.1 하드웨어 1.3.2 데이터..

Azure Machine Learning Azure 체험 계정 가입함 : 12개월 인기무료 + 30일 크레딧 \224,930 12개월 무료 제품 항상 무료? 제품 Azure Machine Learning 서비스 설명서 https://docs.microsoft.com/ko-kr/azure/machine-learning/service/ Azure Machine Learning 서비스 설명서 - 자습서, API 참조 Azure Machine Learning Service는 신속하게 데이터를 준비하고, 기계 학습 모델을 학습 및 배포할 수 있는 SDK 및 서비스를 제공합니다. 자동 크기 조정 컴퓨팅 및 파이프라인을 사용하여 생산성을 개선하고 비용을 줄이세요. PyTorch, TensorFlow 및 scikit-learn과 같은 오픈 소스 Python ..

이전 1 2 다음

티스토리툴바