https://github.com/swacademy/NLP-Lab swacademy/NLP-Lab 자연어 처리 과정. Contribute to swacademy/NLP-Lab development by creating an account on GitHub. github.com https://tacademy.skplanet.com/live/player/listOnline.action

케라스 창시자로부터 배우는 Tensorflow 2.0 + Keras 특강, 박창선님 번역 https://colab.research.google.com/drive/1p4RhSj1FEuscyZP81ocn8IeGD_2r46fS?fbclid=IwAR23-6rszV78E_7SsXgH0ggSdfjnG9SzRia1iiQd5FLqaaewdoS4Hmzv-kk

https://www.youtube.com/playlist?list=PLWKf9beHi3TgstcIn8K6dI_85_ppAxzB8

np util쓰다가 저응이 안될때 계속 찾아보게 되어 정리한다. from sklearn.preprocessing import OneHotEncoder oh_encoder = OneHotEncoder() # One Hot인코딩은 이렇게 쓰려면, 차원을 이렇게 변경해줘야함.oh_encoded_data = oh_encoder.fit_transform( lb_encodered_label.reshape(-1,1) ).toarray() print( oh_encoded_data )

여기에 아주 자세한 설명이 나와있음. https://shankarmsy.github.io/posts/pca-vs-lr.html 간단하게 설명하자면 PCA는 feature extraction 목적으로 각 y값들이 사영됬을때 가장 최소의 값이 되는 추세선이라 생각하면된다.즉 추세선과 y간의 직교했을때 거리가 최소인 선을 찾는 것이다. 반면, linear regression은 각 y값과 y'값의 차이가 최소가 되는 추세선을 찾는것이다. 즉, 추세선과 직교할때의 거리가 아니고, vertical한 거리가 최소가 되는 추세선을 구하는 것이다.

tensorflow 설치되어있고 from keras.callbacks import TensorBoard # 텐서보드 import timeNAME = '이름-64x2={}'.format(int(time.time())) tensorboard = TensorBoard( log_dir='logs/{}'.format(NAME) ) 대충 log폴더 밑에 텐서보드 파일 저장하겠다고 선언 모델설정하고 fit할때 callback속성에 넣어주기 his = model.fit( x,y, batch_size=32, epochs=10 , validation_split=0.1, callbacks=[tensorboard] ) 그러면 해당 폴더에 log폴더 생기고 안에 뭐 생김 anaconda propmt 에 가상환경 켜서 pytho..

https://bigquery.cloud.google.com/table/fh-bigquery:reddit_comments.2015_08?pli=1 구글 빅 쿼리 사용!

GPU 동기화 오류이다. 다음 코드를 돌려서 해결하자 import tensorflow as tfconfig = tf.ConfigProto()config.gpu_options.per_process_gpu_memory_fraction = 0.4session = tf.Session(config=config)session.close()