비둘기 둥지

1. Cats vs Dogs CNN 관련 딥러닝을 한다면 MNIST, FashionMNIST, CIFAR-10과 함께 반드시 거쳐야할 데이터 셋이 있다. 바로 커스텀 데이터 셋으로 CNN 모델 구성하기에 제일 만만한 Cats vs Dogs 데이터 셋. 나도 Keras로 딥러닝을 맨 처음에 공부하기 시작했을 때 위에서 언급한 데이터 셋 이후로 Cats vs Dogs 데이터 셋으로 학습했었다. 그리고 사실 인공지능 관련된 재밌는 짤을 찾아서 데이터 셋을 선정하였다. [문제의 그 짤방...] 1-1. 데이터 셋 가져오기 Kaggle API를 이용하여 Kaggle에서 데이터 셋을 다운 받았다. !pip install kaggle ## 출력 결과 WARNING: The directory '/home/jovyan/..

1. 배열의 차원, shape, 크기 import numpy as np np.random.seed(0) ## 0 ~ 20까지의 숫자 중에서 10개를 랜덤하게 추출해 만든 1차원 배열 x1 = np.random.randint(20, size = 10) ## 0 ~ 10까지의 숫자 중 랜덤하게 추출해 만든 3x4 2차원 배열 x2 = np.random.randint(10, size = (3, 4)) ## 0 ~ 10까지의 숫자 중 랜덤하게 추출해 만든 3x4x5 3차원 배열 x3 = np.random.randint(10, size = (3, 4, 5)) print(f'x3의 차원 : {x3.ndim} \nx3 각 차원의 크기 : {x3.shape}\nx3의 크기 : {x3.size}\nx3의 자료형 : {x..

1. 일반적인 형태의 배열 만들기 import numpy as np ## 실수형 numpy 배열 print('float array : \n', np.array([1, 2, 3, 4], dtype = 'float32')) ## 정수형 numpy 배열 print('\nint array : \n', np.array([1, 2, 3, 4], dtype = 'int')) ## 리스트와 반복문을 이용하면 다차원 numpy 배열을 생성할 수 있음. ## range() 함수를 이용해 반복 변수인 rep ~ rep + 2 까지의 숫자를 배열의 원소로 삽입 print('\n다차원 배열 : \n', np.array([range(rep, rep+3) for rep in [1, 2, 3]])) ## 출력 결과 float arr..