본문 바로가기

기계학습110

단층대 다층의 비교시작 -3- 안녕하세요? 이번 지난번 포스팅에서 2000에포크의 기계학습을 각각 단층 레이어와 다층 레이어에 시켰는데, 여기서는 그 결과를 한번 비교 분석부터 시작해 보고자 합니다. 마지막에 가서 생각하면 이걸 굳이 해야 하나 하는 생각도 들었지만, 그래도 기계학습을 다룬 예제에서 그렇게 나와 있어서 했다는 말 보다는 직접해서 이걸 왜 하는지 알아보는 것이 좋겠다는 생각이 들었습니다. 일단 단순히 2000에포크만 비교해 보자면, 오히려 에포크의 숫자가 늘어나면 날 수록, 다층 에포크가 그렇게 좋지 않은 결과를 보여주고 있습니다. 그래서 단층 레이어에서 한번 에포크를 늘렸을 경우를 한번 비교해 보았습니다. 이 경우에는 에포크가 단순히 늘어난 것이 더 나은 결과를 주기는 주었습니다. 그리고 나서 다음으로 진행해 보아야 .. 2022. 2. 4.
단층대 다층의 비교시작 -2- 안녕하세요? 지난번 포스팅에서 200에포크 사이를 비교하는데 성공했습니다만, 이게 끝이라고 하기에는 너무 실험의 횟수가 적어서, 무언가 결론을 내기 위해서 좀 더 많은 실험을 해 봐야 할 필요성이 있습니다. 물론, 이게 그렇게 큰 의미가 없을 수도 있지만, 그래도 어떻게 해서 조금은 나은 결과를 만들어 보고자 합니다. 먼저 위 스크린샷에서 볼 수 있는 것처럼, 일단 다시금 단층으로 바꾸어 주도록 했습니다. 그리고 나서 해야 할 것으로는 역시 기계학습을 시키는데............ 그리고 나서 다음으로 2000에포크로 기존의 10배 더 기계학습을 시켜 주도록 합니다. 이렇게 하는 것으로, 이제 이전보다는 조금 더 기다리면 되기는 됩니다. 그리고 나서 기계학습을 이번에는 조금 기다린 끝에 완성이 되는 것을.. 2022. 2. 4.
단층대 다층의 비교시작 -1- 안녕하세요? 이제 슬슬 기계학습에서 단층 레이어와 다층 레이어를 이용한 경우를 한번 비교해 보고자 합니다. 일단 이 작업을 하기 앞서서 코드를 정리하고 해야 할 것은 있지만, 이래저래 다른 생각은 그만하고 일단 실행부터 해 봐야 할 일이기도 합니다. 그럼 한동안 이런 시리즈로 갑니다. 이제 200에포크로 단층 레이어를 실행한 결과를 얻는데 성공했습니다. 이제부터 가야 할 것은, 따로 있는데, 우선 이를 이용해서 예측부터 하도록 합니다. 위 스크린샷에서 보이는 것처럼, 일단 하나 gui를 실행시켜 주고 나서, 다음으로 작업이 완료가 되기를 기다리면 되기는 되는 것 입니다. 이렇게 해서 일련의 데이터를 얻는데 성공하기는 성공했습니다. 이제 이것만 가지고는 의미가 없으니, 다음 실험을 해 보도록 합니다. 이제.. 2022. 2. 4.
결과의 정리와 새로운 시도를 위한 준비 안녕하세요? 지난번 포스팅까지 해서 어떻게 예측하는 것 까지 했습니다만, 그것만으로는 성이 차지 않고, 어떻게 요약해서 어떤 결과를 내었는지 모든 종목별로 한눈에 알 수 있도록 만들어 주고 싶었습니다. 그리고 그것에서 그치지 않고, 다양한 조건에서 한번 비교하는 시간을 가져 보고자 합니다. 먼저 본격적으로 한개의 종목당 무언가를 하기 이전에, 종합적인 결과를 저장하기 위한 한개의 새로운 데이터 프레임을 만들어서 빈 상태로 있도록 합니다. 그리고 나서 다음으로는 리스트를 만들어서 이 리스트를 품은 조그만한 데이터 프레임을 만든 다음에, 여기다가 이걸 앞서 만든 큰 데이터 프레임에 집어넣는 식으로 해서 결과를 요약할 수 있도록 만들어 보았습니다. 하지만 너무 많은 에러가 나서 최종적으로는 저렇게 dict형식.. 2022. 2. 4.

티스토리툴바