모두를 위한 딥러닝 - 기본적인 머신러닝과 딥러닝 강좌대시보드

안녕하세요 처음 배워보려고 해서 찾아찾아 오게됐습니다 강의 너무 좋은데 강의하시는 ppt가 따로 제공이 되는건지 궁금해서요~혹시 제공된다고 제가 어디서 찾을 수 있을까요??

placeholder란 method가 없다고 하는데 업그레이드하면서 없어진건가요? 없어졌다면 뭐로 대체해서 사용하면 될까요?

텐서 플로우를 설치하려고 보니 파이썬 3.10 버전에 대해서는 내용이 없네요, 혹시 참고할 만한 사이트가 있을까요??    

안녕하세요. 강의 잘 듣고 있는 학생입니다!  혹시 강의에 사용하신 코드들을 볼 수 있는곳은 없을까요? Github 사이트에서 볼 수 있나요?

두가지 모두 인공신경망을 사용하는 것은 알고 있습니다. 딥러닝 : 사용자가 데이터셋을 하지않아도됨 머신러닝 : 사용자가 데이터셋을 해야함 이정도만 알고 있는데 추가적인 내용을 설명해주시면 감사하겠습니다. 그리고 왜 딥러닝이 하위 모델인지 납득이 가지않습니다. 이 점도 꼭 객관적인 내용이 아니더라도 주관적인 설명해주실 수 있으면 감사히 받아들이겠습니다

(N - F) /Stride + 1  --> 이 곳의 공식 아래는 Udacity Self Driving car nano deg과정중에서 Lesson 13의 Quiz 11에 나온 공식입니다 무슨 차이일까요? new_height = (input_height - filter_height + 2 * padding_height)/ stride_height + 1 new_width = (input_width - filter_width + 2 * padding_width)/ stride_width + 1

full code with placeholder 에서  cost_val, W_val, b_val, train = sess.run([cost, W, b, _], feed_dict={x:[1,2,3,4,5], y: [2.1, 3.1, 4.1, 5.1, 6.1]}) 여기서 train이 의미하는게 무엇인지 모르겠습니다. train이 꼭 있어야 하는 이유가 무엇인가요

텐서플로우 설치후, 강의에서 보여준 코드를 입력했는데 다음과 같이 오류가 떠요 ㅠ In : import tensorflow as tf hello = tf.constant("Hello, TensorFlow!") sess = tf.Session() print(sess.run(hello)) --------------------------------------------------------------------------- AttributeError Traceback (most recent call last) <ipython-input-2-77bcd9f617b4> in <module> 1 import tensorflow as tf 2 hello = tf.constant("Hello, TensorFlow!") ----> 3 sess = tf.Session() 4 print(sess.run(hello)) AttributeError: module 'tensorflow' has no attribute 'Session'어떻게 해야 할까요 ㅠ

안녕하세요, 강의 너무도 잘 듣고 있습니다. 하나하나 따라하면서 이론을 익히기에 아주 충실한 강의인 것 같습니다. 질문이 하나 있습니다. 현재 zerotoall은 모두 텐서플로 1.0버전으로 작성된 것 같은데 제 PC에 2.0버전으로 설치가 되니 session 등 모두 에러가 나서... 자동으로 변환 해 주거나 혹시, 변환 된 source는 없을지요? 항상 감사의 마음을 담아. Jacob 드림

Tensorflow 설치 하는 부분은 보여주지 않으셔서 나름 검색하고 찾아보면서 했지만 어디는 아나콘다를 설치를 해야 cpu 효율이 좋다. 또 cmd에서 pip 과 pip3의 차이라든지 이제 막 파이썬을 배우고 있는 입장으로서 어떻게 설치해야 할지 잘 모르겠습니다. 인터넷 보고 따라한다 해도 사람들마다 path경로를 찍는 게 좋다. 아니다. 또, cmd명령어에서 치는 명령어도 다르구요.. 도대체 텐서플로우 설치를 어떻게 하는건가요??

https://github.com/tensorflow/tensorflow 에서 clone or download 하시고 tensorflow-master\tensorflow-master\tensorflow\examples\tutorials 폴더를 복사하시고 anaconda3 혹은 python이 설치된 폴더에 가셔서 Lib/site-packages/tensorflow_core/examples 폴더에 복사시킨 tutorials를 넣습니다. 출처 : https://m.blog.naver.com/websearch/221808552039

먼저 좋은 강의 너무나도 감사합니다. 첫 장부터 궁금한 점이 생겨 질문 남깁니다.   주요 용어, 분류기법에 대해 설명해주실 때 regression, binary classification, multi-label classification  이 세 가지에대해 언급해주셨는데 결국 regression을 통한 결과값 예측이 우선적으로 요구되는게 아닌가요? 즉, binary classification과 multi-label classification을 위해서는 regression이 필수일 것 같아서요. 분류는 결과값 예측 이후의 프로세스라는 생각이 들어 여쭤봅니다!

파이썬은 그닥 잘 다루지 못하는데, 혹시 C++로도 강의를 따라 갈 수 있을까요? 그럴수 없다면 어느정도의 파이썬 활용능력이 강의를 듣는데에 필요한가요?

i에 대한 range에서 (-3,5)와 i 를 사용하지 않고 (=30, 50) 과 i*0.1를 사용하신 이유가 있나요?

마지막 shufflebatch 전에 나오는 코드 실행을 해 봤는데요. 자꾸 오류가 생깁니다. 코드를 몇번이고 다시 확인해보고, 마지막으로는 선생님 깃터브에 들어가서 코드 복사해서 실행 해봤는데도 똑같은 오류가 뜨네요. 깃터브:  https://github.com/hunkim/DeepLearningZeroToAll/blob/master/lab-04-4-tf_reader_linear_regression.py 여기 봤구요 오류는 다음과 같이 뜹니다. OutOfRangeError (see above for traceback): FIFOQueue '_42_batch_4/fifo_queue' is closed and has insufficient elements (requested 10, current size 0) [[node batch_4 (defined at <ipython-input-7-a25822b3b767>:17) ]]

주어진 data에서 test set을 따로 두고나서, 굳이 validation set을 따로 두어 learning 하면서 hyperparameter를 tunning 하는 것이 더 나은 모델을 만드는데 도움이 될까요? 어차피 validation set이 없어도 hyperparameter tunning하면서 test set으로 모델 성능 test 하는 상황인데요.

Training set이 10000개라고 할 때, 이 데이터를 모두 1번씩 모델에 학습 시키는 것이 1 epoch이라고 하셨는데, 이렇게 1번 epoch을 학습시킨 후에도, 여러번 epoch을 학습시키게 되면 어떤 의미가 있는 지 알 수 있을까요? 얼핏 보기엔 같은 데이터로만 반복 학습 시킨 것 같아보여서 큰 의미가 없을 것 같지만, 실제로는 weight를 업데이트 시키면서(학습과정) cost를 줄여나가는게 보여서요.늦었는데도, 답변 해주시면 감사하겠습니다...

<class 'tuple'>: (<class 'ValueError'>, ValueError('could not convert string to float: \'"-0.0588235\''), None)본래 오류는Traceback (most recent call last):File "/Users/gimjiu/PycharmProjects/tensorflow/logistic_classification-2.py", line 4, in xy = np.loadtxt('data-03-diabetes.csv', delimiter=',', dtype=np.float32, skiprows=2)File "/usr/local/Cellar/python/3.7.0/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/numpy/lib/npyio.py", line 1134, in loadtxtfor x in read_data(_loadtxt_chunksize):File "/usr/local/Cellar/python/3.7.0/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/numpy/lib/npyio.py", line 1061, in read_dataitems = [conv(val) for (conv, val) in zip(converters, vals)]File "/usr/local/Cellar/python/3.7.0/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/numpy/lib/npyio.py", line 1061, in items = [conv(val) for (conv, val) in zip(converters, vals)]File "/usr/local/Cellar/python/3.7.0/Frameworks/Python.framework/Versions/3.7/lib/python3.7/site-packages/numpy/lib/npyio.py", line 768, in floatconvreturn float(x)ValueError: could not convert string to float: '"-0.0588235'이런 오류여서 디버깅했더니 저렇게 나오더라구요 검색해보니까 비슷한 오류일 때 encoding을 utf-8-sig로 하면 된다 해서 바꿨는데도 똑같은 오류가 뜨네요 ㅠㅠ

hypothesis = tf.matmul(X, W) + b에서 앞의 tf.matmul(X, W)는 [None, 1]이고 b는 [1]인 것으로 확인되는데 어떻게 연산이 이루어지는 것인지 궁금합니다!!

np.loadtxt로 데이터를 로딩하여 사용할 때보다tf.train.batch로 데이터를 로딩하여 사용할 때,속도가 현저히 떨어지는 느낌을 받고 있는데, 이게 정상인가요?너무 느려지는 느낌이라서, 질문 올려봅니다.