파이썬:keras(딥러닝)

파이썬 공부를 위한 틀 틀:파이썬

1. 파이썬:개요
   1. 파이썬:코딩팁
      1. 파이썬:파이참
   2. 파이썬:가상환경
   3. 파이썬:연산자
2. 파이썬:변수
   1. 파이썬:자료형
      1. 파이썬:문자열
   2. 파이썬:자료구조
3. 파이썬:함수
   1. 파이썬:자주사용하는 함수
4. 파이썬:데코레이터
5. 파이썬:제어문
   1. 파이썬:조건문
   2. 파이썬:반복문
6. 파이썬:클래스
7. 파이썬:데이터 입출력
   1. 파이썬:api
8. 파이썬:라이브러리
   1. 파이썬:time, datetime(시간 다루기)
   2. 파이썬:os(운영체제 기능 이용)
   3. 파이썬:sys(인터프리터 관련 기능 제공)
   4. 파이썬:schedule(예약명령)
   5. 파이썬:COM(다른 프로그램과 연동)
   6. 판다스(데이터 분석)
   7. pybithumb(비트코인 거래)
   8. 파이썬:requests(api다루기)
   9. 파이썬:pymysql(mysql 연동)
   10. 파이썬:sqlite3(sqlite3 연동)
   11. 파이썬:math(숫자, 계산 관련)
   12. 파이썬:numpy(다차원 배열 및 데이터 다루기)
   13. 파이썬:matplotlib(그래프, 데이터 시각화)
   14. 파이썬:keras(딥러닝)
   15. 파이썬:turtle(그리기)
9. 파이썬:프레임워크
   1. 장고:개요
10. 파이썬:팁
    1. 파이썬:에러
    2. 파이썬:PUBG API 사용하기
    3. 파이썬:주식거래
11. 파이썬:window창
12. 파이썬:다양한 전략
    1. 파이썬:회귀분석
    2. 파이썬:상관관계 알아보기
    3. 파이썬:투자방법 개요

사용법

데이터셋 가져오기

mnist의 데이터셋을 가져온다.

from keras.datasets import mnist

(train_images, train_labels), (test_images, test_labels) =

신경망 생성

from keras import models

;;; import layers

network = models.Sequential() #Sequential은 층을 차례로 추가한 모델이라는 의미.

network.add(layers.Dense(유닛갯수, activation='활성화함수이름', input_shape=(입력크기 30*30 등,))) #첫번째 층

network.add(layers.Dense(유닛갯수, activation='활성화함수이름')) #2층. 나오는 층으로, 0~9까지의 구분을 하기 위한 층이다.

network.compile(optimizer='어떻게 최적화할 것인가', loss='손실함수', metrics=['모니터링지표])

훈련

network.fit

test_loss, test_acc = network.evaluate(test_image, test_labels) #정확도를 판별한다.