모두를 위한 딥러닝 - 기본적인 머신러닝과 딥러닝 강좌 대시보드

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.

동영상의 3분 02초에 해당하는 코드로 10만번을 학습시켜도코스트값이 800이하로 내려가지를 않는데,동영상에서는 2000번만 학습시켜도 대략 4까지 내려가있는 결과화면이 나와있습니다.코드는 몇번이고 확인을 했고 에러또한 없습니다.학습을 횟수를 늘릴수록 코스트값이 내려가기는 하지만,동영상의 2000번 학습과 저의 10만번의 학습의 차이가 너무 커서 무엇이 문제인지질문을 올립니다.