분류 전체보기175 Chapter 7. Ensemble Learning and Random Forests 수천 명의 임의의 사람들에게 복잡한 질문을 한 다음 답변을 집계한다고 가정해보자. 많은 경우 이 집계된 답변이 전문가의 답변보다 낫다는 것을 알게 될 것이다. 이것을 군중의 지혜라고합니다. 마찬가지로, classifier 또는 regression과 같은 예측 변수 그룹의 예측을 집계하면 최상의 개별 예측 변수보다 더 나은 예측을 얻을 수 있다. 예측 변수 그룹을 앙상블이라고합니다. 따라서이 기술을 Ensemble Learning이라고하며 Ensemble Learning 알고리즘을 Ensemble method라고 한다. Voting Classifiers Voting Classifers는 '다수결 분류'를 의미한다. 즉, 여러가지 Diverse predictor를 사용하여 결과를 집계하여 클래스를 예측하는.. 2020. 4. 14. htop과 nvidia-smi 로 CPU/GPU 모니터링 하기 1. SSH 서버 접속 ssh kimsangmin@223.194.33.64 2. tmux 접속 sudo apt install tmux tmux 터미널 창 관리 : 가로 - [ctrl]+[b]누르고 [shift]+[%] 세로 - [ctrl]+[b]누르고 [shift]+["] 커서이동 - [ctrl]+[b] 누르고 [방향키] 화면조정 - [ctrl]+[b] 누르고 [alt]+[방향키] 나가기 - exit 3. htop (CPU 모니터링) htop 4. watch nvidia-smi (GPU 모니터링) watch nvidia-smi 5. 확인하기 GPU가 동작할 때, 0%에서 77%까지 오르는 것을 볼 수 있다. (즉, 제대로 gpu가 동작하는지 확인할 수 있다.) 2020. 4. 13. TensorFlow를 이용해서 MNIST 숫자 분류를 위한 Convolutional Neural Networks(CNNs) 구현해보기 # -*- coding: utf-8 -*- # Convolutional Neural Networks(CNNs)를 이용한 Deep MNIST 분류기(Classifier) # 절대 임포트 설정 from __future__ import absolute_import from __future__ import division from __future__ import print_function # 필요한 라이브러리들을 임포트 import argparse import sys from tensorflow.examples.tutorials.mnist import input_data import tensorflow as tf FLAGS = None def deepnn(x): """숫자를 분류하기 위한 Deep Neural .. 2020. 4. 13. Tensorflow를 이용한 Deep Neural Network 기본 예제 Deep Neural Network의 기본 예제를 Tensorflow를 통해 다루어 보고자 한다. Training Data인 입력 A가 가우시안 랜덤 분포를 따른 Neural Network를 거치면서 Target인 B를 출력하게 된다. (Feedforward) 우리는 이것을 Database(DB)로 사용할 것이다. DB의 Neural Network와 다른 Training할 Neural Network를 만든다. (Weight, Bias를 가우시안 랜덤으로 다시 초기화한다.) 그리고 입력 A와 출력 B를 가지고 새로운 Neural Network를 Training한다. (Weight, Bias Update) 그리고 Cost가 제대로 수렴하는지 확인하고 수렴한다면 그 때의 Weight와 Bias값을 기존 DB .. 2020. 4. 13. 이전 1 ··· 37 38 39 40 41 42 43 44 다음
