아아아!!! 저번에 데이터 불러오는게 안되어가지고 머리 아팠었는데 오늘 스터디 실습시간에 제대로 배웠다. 기록해둬야지! 일단 내 구글 계정 드라이브에다가 데이터를 올려놓는다. 그리고 왼쪽에 파일 버튼을 누르면 나오는 세개 아이콘 중에 3번째꺼를 누르면 계정을 연결하겠냐고 물어본다. OK 눌러주면 저렇게 불러온다. 일단 맨 위에 from google.colab import drive drive.mount('/content/drive') 이 코드를 작성해주고 path라고 경로 넣어줄 변수를 하나 만들어 준다음 오른쪽 마우스를 클릭해서 경로복사를 해준다 그리고 path에 넣어주고 데이터인 xy 에 path를 넣어준다. 그러면 끝! 잘 동작된다. # lab 05 Logistic Classifi..
참고영상 https://www.youtube.com/watch?v=2FeWGgnyLSw&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=13&ab_channel=SungKim logistic regression 을 tensorflow를 통해 구현해보는 시간 맨 처음부터! 일단 우리가 가지고 있는 데이터는? x_data 안에 들어가있는 각각 리스트들은 하나의 인스턴스를 말할거다 그리고 y_data의 결과값은 0 아니면 1로만 나온다고 하자. 그 다음 feed-dict 를 사용하기 위해선 placeholder를 사용해야 한다. X 와 Y를 만들었다. shape에 주의 해야 한다. 더 많은 x_data , y_data를 줄수도 있으니 None(n)으로 설정해 둔거고 X..
참고영상 https://www.youtube.com/watch?v=6vzchGYEJBc&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=13&ab_channel=SungKim 이번엔 cost function과 cost 를 최소화하는 gradient decent 에 대해 정리하려고 한다. 저번에 linear hypothesis 일때에는 저런모양으로 그래프가 나타났었다 이것의 장점은 어느곳에서 시작하던지 최소값을 갖는 w(weight)을 알아낼 수 있다는 것! 근데 이제 우리의 H(x) 꼴이 좀 변화했다!(sigmoid 함수를 이용하기로 했었다) 우리는 0과 1사이의 결과만 나오길 바랐기 때문에 오른쪽 처럼 H(x)를 적어줬었다. 그런데 이건 cost function..
참고영상 https://www.youtube.com/watch?v=PIjno6paszY&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=12&ab_channel=SungKim 이전에 배웠던 linear regression 에 대해 짚고 넘어가자 cost 는 가설과 실제 값의 차이를 평균을 내는것 cost 를 최소화 하는 weight을 찾아내기 -> 경사타고 내려가는 알고리즘 한발짝에 얼마나 움직일까 = 알파 (러닝 rate) classification도 유사하다 이전의 regression은 그냥 숫자를 예측하는거라면 classification은 둘중에 하나를 골라주는 거다. -스팸인지 아닌지를 알려주는 것 -페이스북의 피드에서 보여줄것만 보여주는..
참고 영상 https://www.youtube.com/watch?v=o2q4QNnoShY&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=10&ab_channel=SungKim 이번엔 데이터들을 실제 파일에서 읽어오는걸 해보려고 한다. 데이터가 많아지면서 데이터들을 소스코드에 일일이 다 써넣기가 복잡해진다. 읽어오려면 어떻게 할까? numpy에 있는 loadtxt라는 함수를 이용하면 된다. loadtxt(파일이름, ','로 나누겠다, 데이터 타입) 단점이 있다면 이 데이터들의 타입이 다 같아야 하겠다. 데이터를 가져올때 보니까 슬라이싱을 이용한다. 슬라이싱은 파이썬 리스트의 강력한 기능이다. 이미 알고있지! 잘 알아둬야한다. numpy로 가면서 더 막강한 인덱싱와..
multi-variable 을 사용할 수 있으면 실제로 가지고 있는 데이터에 적용해볼수 있다. 다음과 같은 데이터가 있다. 마지막 기말고사 시험인 Y를 예측하는 모델을 만들 거다 x가 많을 수록 예측을 잘할 수 있겠지? hypothesis를 자연스럽게 세워보자 그러면 마찬가지로 cost는 오른쪽에 결과를 보면 cost가 상당히 높다가 4로 낮게 떨어지는 걸 볼 수 있다 2000 Cost 일때를 보면 prediction의 값이 왼쪽 위에 있는 y_data(기대하는 값)와 유사하다. 수렴한다고 볼 수 있겠다. 근데 윗 부분이 너무 복잡하다. 이런방법은 이제 사용하지 않는다. 이걸 대체할 것이 matrix이다. matrix를 구현해보자 x_data를 위처럼 묶어서 써줘도 된다. 그담에 placehold..
https://www.youtube.com/watch?v=kPxpJY6fRkY&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=8&ab_channel=SungKim 위 동영상 참고 지난번 거 복습 왼쪽에 있을때에는 오른쪽으로 점점 이동하도록, 오른쪽에 있을 때에는 왼쪽으로 점점 이동하도록 한다. 이번엔 여러개의 변수 가지고 예측해보려고 한다. 이전과 똑같은 방법은 안되겠다. 어떻게 하면 될까? 생각보다 간단하게 이렇게 해주면 된다. 그러면 cost function은? 더 많을 때는 어떻게 해야할까? 이렇게 하면 되겠다. 근데 이렇게 보니 항이 엄청 많아지면 엄청 길어지겠다. 더 잘 처리할 수 있는 방법이 없을까? matrix라는 걸 이용하면 된다. matrix의 곱셈..
참고 : https://www.youtube.com/playlist?list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm 모두를 위한 딥러닝 강좌 시즌 1 www.youtube.com 모두를 위한 딥러닝 강좌 시즌 1 www.youtube.com 이번에는 저번에 배운걸 tensorflow로 구현해보는 시간 원래는 Wx 뒤에 +b 가 있을 수 있지만 여기선 생략하고 생각해보자 범위는 -30에서 50으로 변경하면서 결과를 본다 plt 라는 거는 import 하면 그래프를 그릴 수 있다. 저런식으로! 그래프 모양이 나타나겠지. cost를 최소화 하는 W는 1이겠다. 그래프를 더 자세히 살펴보자. 저번 시간에 봤던 것 처럼 기울기가 양수 일때에는 w를 -방향으로 이동하면서 cost 값을..
참고 : https://www.youtube.com/playlist?list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm 모두를 위한 딥러닝 강좌 시즌 1 www.youtube.com 저번꺼 복습. 간단하게 하기위해 b는 지웠다 W가 1일때 cost는 0이 되는구나 W가 0일때 cost는 대강 4.67 W가 2일때 cost도 4.67정도.. 그러면 이걸 함수로 한번 그려보면 이런 형태가 나오게 된다. 우리의 목표는 cost를 최소화 시키는 W를 찾아내는 거였다. gradient descent algorithm 경사 내려감 알고리즘 이러한 알고리즘을 다음과 같이 부른다! 제일 낮은 지점을 찾는 방법은? 경사도를 따라서 한칸씩 내려가본다. w를 조금씩 조금씩 바꾸어가면서 co..
참고 : https://www.youtube.com/playlist?list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm 모두를 위한 딥러닝 강좌 시즌 1 www.youtube.com 모두를 위한 딥러닝 강좌 시즌 1 www.youtube.com 이전에 배웠던 hypothesis 와 cost function 기억하기~ cost function은 W와 b에 따라서 작아질수도 커질수도 있는데 학습을 해서 cost 를 최소화 시킨다고 할 수 있다. tensorflow의 기본 3가지 순서 tensorflow를 통해 그래프를 빌딩하고 sess.run을 통해 그래프를 실행시키고 실행 결과가 값을 돌려주는.. 그런 순서! x와 y의 데이터가 주어진다. variable 이라는 노드를 사..
참고 : https://www.youtube.com/playlist?list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm 모두를 위한 딥러닝 강좌 시즌 1 www.youtube.com 모두를 위한 딥러닝 강좌 시즌 1 www.youtube.com Predicting exam score : regression 10시간 공부했더니 90점을 맞았다 9시간을 공부했더니 80점을 맞았다 .... 등등의 데이터를 가지고 학습을 하는 걸 training 이라고 한다 7시간했다면 -> regression 이 예측해준다 (Linear) Hypothesis 한번 그래프를 만들어본다. 데이터를 바탕으로. 저렇게 일차방정식이 되겠구나 하고 가설을 세운다. 저 중에 어떤 선이 제일 좋은가? Whi..
참고 : https://www.youtube.com/playlist?list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm 모두를 위한 딥러닝 강좌 시즌 1 www.youtube.com 모두를 위한 딥러닝 강좌 시즌 1 www.youtube.com TensorFlow! 구글에서 만든 머신러닝 오픈소스 프레임 워크 python 을 쓸 수 있다. What is a Data Flow Graph? 노드들은 연산 및 데이터 엣지들은 data arrays, 데이터를 연결하는 선 그리고 tensorflow 까는 건 여길보고 했다했다 https://blog.naver.com/33sea2020/222248477322 [모두를 위한 딥러닝 01] anaconda로 tensorflow 설치하기..
참고 : https://www.youtube.com/playlist?list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm 모두를 위한 딥러닝 강좌 시즌 1 www.youtube.com 모두를 위한 딥러닝 강좌 시즌 1 www.youtube.com What is ML? 스팸필터... rule 이 정말 많음. -> 정확하게 분류 어려움 그래서 1959년 Arthur Samuel 이라는 사람이 프로그램 자체가 학습을 해서 수행하는 걸 생각해냄 Supervised / Unsupervised Learning 으로 나뉨 training set (데이터들..) 이 있는 것은 Supervised learning (그 예로 강아지 사진이 이미 주어졌다던지..) 자동적으로 비슷한걸 그룹핑하는 것은..
학회에 한 선배님이 딥러닝 스터디/세미나를 열어주셨다 그래서 참여하게 되었는데... 앞으로 한 학기동안 을 통해 공부를 해보려고 한다. https://www.youtube.com/playlist?list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm 모두를 위한 딥러닝 강좌 시즌 1 www.youtube.com 빡셀 것 같지만...ㅎㅎ 언제나 그랬듯 블로그에 잘 정리해두려고한다. 이 분야가 내 진로가 될지 안될지는 모르겠지만(요즘 정말 다 찔러보고있다. 웹, 앱...) 한 번 해보기로 한 이상 잘 해보자! (21.3.22 시작) 빠이링
scss 처음 쓰는데 이런 오류가 났다. 구글링했더니 $ npm uninstall node-sass $ npm install node-sass@4.14.1 를 한 후 $ yarn start [출처] [React] Error: node sass version 5.0.0 is incompatible with ^4.0.0. 뜰 때|작성자 밍디 이렇게 하라셔서 했더니 해결
이 글은 [리액트를 다루는 기술](저자 김민준, 출판사 길벗) 교재를 보고 공부하며 정리한 글임. 버튼을 누르면 위아래로 이동하게끔 응용 ScrollBox.js import React, {Component} from 'react'; class ScrollBox extends Component { scrollChange = (param)=> { const {scrollHeight, clientHeight} = this.box; if(param === 'u'){ this.box.scrollTop = scrollHeight - clientHeight; } else{ this.box.scrollTop =0; } } /* //비구조화 할당 문법 scrollToBottom=()=>{ const{scrollHei..
이 글은 [리액트를 다루는 기술](저자 김민준, 출판사 길벗) 교재를 보고 공부하며 정리한 글임. Counter.js import React, {useState} from 'react'; const Counter= () => { const[value, setValue]= useState(0); return ( 현재 카운터 값은 {value}입니다. setValue(value + 1)}>+1 setValue(value -1)}>-1 ); }; export default Counter; Info.js import React, {useState}from 'react'; const Info =()=>{ const [name, setName]= useState(''); const [nickname, setNick..
이 글은 [리액트를 다루는 기술](저자 김민준, 출판사 길벗) 교재를 보고 공부하며 정리한 글임. Will 접두사가 붙은 메서드는 어떤 작업을 작동하기 전에 실행되는 메서드 Did 접두사가 붙은 메서드는 어떤 작업을 작동한 후에 실행되는 메서드 ------------------------ 마운트: DOM 이 생성되고 웹 브라우저 상에 나타나는 것 constructor : 컴포넌트를 새로 만들때마다 호출되는 클래스 생성자 메서드 입니다 getDerivedStateFromDrops: props에 있는 값을 state에 넣을 때 사용하는 메서드 render: 우리가 준비한 UI를 렌더링 하는 메서드 componentDidMount: 컴포넌트가 웹 브라우저상에 나타난 후 호출하는 메서드 -----------..
이 글은 [리액트를 다루는 기술](저자 김민준, 출판사 길벗) 교재를 보고 공부하며 정리한 글임. IterationSample.js import React from 'react'; const IterationSample =()=> { return( 눈사람 얼음 눈 바람 ); }; 코드가 복잡해지면 이렇게 반복되는건 낭비 자바 스크립트 배열 객체의 내장함수인 map함수를 사용하면 반복되는 컴포넌트 렌더링 가능 key는 컴포넌트 배열을 렌더링 했을 때 어떤 원소에 변동이 있었는지 알아내려고 사용 IterationSample.js import React from 'react'; const IterationSample =()=> { const names = ['눈사람', '얼음', '눈', '바람']; co..
이 글은 [리액트를 다루는 기술](저자 김민준, 출판사 길벗) 교재를 보고 공부하며 정리한 글임. html 에서 id를 사용하여 DOM에 이름을 다는 것처럼 리액트 프로젝트 내부에서 DOM에 이름을 다는 방법 -> ref DOM이 뭐더라? Document Object Model의 약어 객체로 문서 구조를 표현하는 방법 ref는 언제 사용해야할까? -> DOM을 직접적으로 건드려야 할때 함수형 컴포넌트에서 ref를 사용하려면 Hooks를 사용해야 함(뒤에서 나옴) 예제 컴포넌트 ValidationSample.css .success{ background-color: lightgreen; } .failure{ background-color: lightcoral; } ValidationSample.j..
HUFS Team 멤버들과 '페르소나'라는 사이트를 만들기로 했다. 영화. 드라마. 소설. 만화 같은 카테고리를 선택하고 자기가 원하는 작품을 선택해서 우리가 흔히 아는 mbti 테스트를 할 수 있는 사이트이다. 나는 Django로 백엔드를 담당하기로 했다. 지금까지 한 거라면, 노션과 slack을 이용해 협업 공간을 마련한 것. erd를 작성한 것. 화면 구성을 짠 것(이건 pm이 프로젝트 기획할 때 하셨다) 일단 백엔드 팀끼리 구글 스프레드시트를 이용해서 api 문서를 작성했고, 프론트 팀원과 pm과 피드백을 진행했다. api 에 대한 개념이 확실히 잡혀있지가 않아서 수정을 많이 했지만 그래도 api가 화면을 기준으로 나누는 거라는 게 이제 좀 와닿는다. 본격적으로 테이블 만들기전에 프로젝트 뼈대만 ..
이 글은 [파이썬 웹 프로그래밍](저자 김석훈, 출판사 한빛미디어) 교재를 보고 공부하며 정리한 글임. 4.1 Admin 사이트 꾸미기 장고의 Admin 기능 -> 데이터 관리가 쉽고 정돈된 룩앤필 Admin 를 통해 데이터의 CRUD 기능을 익혀보기 일단 runserver를 작동시킨다 웹브라우저를 통해 Admin 사이트에 접속해보자 (Admin 사이트가 죄다 깨져서 나와서 한참 오류를 구글링 했는데 DEBUG = False로 해두고 하면 그럴 수 있다고 해서 True 로 바꾸고 하니 다시 잘 나온다 참고 https://stackoverflow.com/questions/59688135/css-static-file-is-not-loading-in-django CSS static file is not loa..
이 글은 [리액트를 다루는 기술](저자 김민준, 출판사 길벗) 교재를 보고 공부하며 정리한 글임. 일단 html 파일에서는 이벤트를 실행하면 " " 사이에 있는 자바 스크립트를 실행하도록 함 Click Me 그럼 리액트 에서는? EventPractice.js import React, {Component}from 'react'; class EventPractice extends Component{ render(){ return ( 이벤트 연습 ); } } export default EventPractice; App.js import React from 'react'; import EventPractice from './EventPractice'; const App =() => { return ; }; ..
이 글은 [리액트를 다루는 기술](저자 김민준, 출판사 길벗) 교재를 보고 공부하며 정리한 글임. 전에 보았던 App 컴포넌트는 함수형 컴포넌트 컴포넌트를 선언하는 방식은 두가지 함수형 컴포넌트와 클래스 컴포넌트 차이점은 클래스형 컴포넌트의 경우 이후 배울 state 기능 및 라이프사이클 기능을 사용할 수 있다는 것과 임의 메서드를 정의할 수 있다는 것 클래스형 컴포넌트에서는 render 함수가 꼭 있어야 하고 그 안에서 보여줄 JSX 를 반환해야함 하지만 함수형 컴포넌트의 단점은 Hooks라는 기능이 도입되면서 해결되었음 이젠 함수형 컴포넌트와 Hooks를 사용하도록 권장함 첫 컴포넌트 생성 src에 MyComponent라는 js 파일 만들어 주고 import React from 'r..
이 글은 [리액트를 다루는 기술](저자 김민준, 출판사 길벗) 교재를 보고 공부하며 정리한 글임. 조건부 연산자(src/App.js) function App() { const name = '리액트'; return ( {name === '리액트'?( 리액트 입니다. ):( 리액트가 아닙니다. )} ); } export default App; AND 연산자(&&) 이용 import React from 'react'; function App() { const name = '리액트'; return ( {name === '리액트'&&리액트 입니다} ); } export default App; //name에 뭘쓰는지에 따라서 h1 내용이 나오고 말고가 결정됨 undefined를 렌더링하지 않기 import Reac..
Django에서 Model 을 정의하면 ORM을 통해 데이터 베이스와 소통할 수 있는 API를 제공함. API란? 데이터 베이스를 조작할때 사용했던 모든 명령어들 ex) .objects.all() #의 모든 데이터 Queryset 가져오기 .objects.get() Queryset 이란? Django Model 의 데이터가 담겨있는 목록 (파이썬의 리스트와 비슷한 형태) 데이터 베이스로부터 가져온 여러개의 model 데이터 Queryset을 반환하는 API 하나의 데이터 객체를 반환하는 API 그 외 API... 필드 조건 옵션 (Field Lookups) Queryset 연산을 할 때 사용할 수 있는 여러 필드 조건 옵션 필드명 뒤에 __을 쓰고 사용할 옵션 인자를 적어주자. (아래 문서 참고) htt..
render와 redirect는 Django에서 제공하는 shortcuts 함수임. render(request, template_name, context=None, content_type=None, status=None, using=None) 불러올 템플릿을 써주기 -> 화면에 html 띄우기 템플릿과 context를 결합하고 HttpResponse 객체를 반환 context는 딕셔너리형으로! (key : 템플릿에서 사용하는 변수, value : 변수) redirect(to, args, permanent=False, kwargs) ex) redirect('/blog/detail/1/') 어느 url로 이동할지 urls.py에 적었던 url pattern의 name을 많이 쓴다. 상대경로 절대경로 둘 다 ..
이 글은 [파이썬 웹 프로그래밍](저자 김석훈, 출판사 한빛미디어) 교재를 보고 공부하며 정리한 글임. 3.7 애플리케이션 개발하기 - View 및 Template 코딩 만들기로 했던 polls라는 애플리케이션에는 3개 페이지가 필요했다.3개의 페이지가 필요하므로 3개의 템플릿 파일이 필요하고 URL과 뷰는 4개씩 필요하다고 판단하고 설계한다. ->URL과 뷰는 1:1로 매핑(URLconf 라고 함. urls.py에 작성) 코딩 순서 URLconf 코딩 뷰/템플릿 코딩 3.7.1 URLconf 코딩 Admin 사이트가지해서 URL과 뷰가 5개 필요 path() 함수 route : URL 패턴 표현 문자열(URL 스트링) 필수 view : URL 스트링이 매칭되면 호출되는 뷰함수 필수 kwargs : 추가..
이 글은 [파이썬 웹 프로그래밍](저자 김석훈, 출판사 한빛미디어) 교재를 보고 공부하며 정리한 글임. 3.1 일반적인 특징 장고 : 현재 가장 많이 사용되는 파이썬 웹 프레임 워크 1. MVC(Model-View-Controller) 패턴 기반 MVT(Model-View-Template) View : Template Controller : View Model : 데이터베이스에 액세스하는 컴포넌트 View : 데이터를 가져오고 변형하는 컴포넌트 Template : 데이터를 사용자에게 보여주는 컴포넌트 2. 객체 관계 매핑 데이터 베이스 시스템 & 데이터 모델 클래스를 연결시키는 다리와 같은 역할 3. 자동으로 구성되는 관리자 화면 4. 우아한 URL 설계 5. 자체 템플릿 시스템 6. 캐시 시스템 7. ..
이 글은 [파이썬 웹 프로그래밍](저자 김석훈, 출판사 한빛미디어) 교재를 보고 공부하며 정리한 글임. 웹 프로그램은 클라이언트 + 서버 로 구성됨. 1.1 웹 프로그래밍이란? 웹 프로그래밍 : HTTP(S) 프로토콜로 통신하는, 클라이언트와 서버를 개발하는 것 웹 클라이언트와 서버를 같이 개발할 수도 있고 둘 중 하나만 개발할 수도 있다. 장고는 서버를 개발할때 쓰는 웹 프레임워크! ex) 네이버에 접속할때 웹 브라우저 = 웹 클라이언트 네이버 서버 = 웹 서버 즉, 웹 클라이언트 = 요청 웹 서버 = 응답 -> 동작! 웹 클라이언트는 다양하게 만들 수있다(아래 4가지). 웹 브라우저를 사용 리눅스 curl 명령 사용해 요청 Telnet을 사용하여 요청 직접 만든 클라이언트로 요청 1.2 다양한 웹 클..
