TensorFlow (12) 썸네일형 리스트형 mnist your own dataset Update 2019.7.15: Posting Introduction 보통 딥러닝의 이론적 영역을 공부하고 나서 가장 많이, 그리고 가장 처음 해보는 예제는 MNIST(Modified National Institute of Standards and Technology) 데이터베이스, 즉 손으로 쓴 숫자들을 Classification(분류)하는 문제일 것이다. MNIST dataset을 Classification하는 코드는 Github 또는 시중에 판매되는 교재에서 쉽게 찾을 수 있으며, 분류하려는 MNIST dataset 또한 아래와 같이 2줄의 코드로 쉽게 다운로드 할 수 있다. from tensorflow.examples.tutorials.mnist import input_data mnist = in.. [Error] Your CPU supports instructions that this TensorFlow binary was not compiled to use: SSE4.1 SSE4.2 AVX AVX2 FMA 위의 내용은 에러가 아니고 경고다. 다음 명령어들 SSE4.1 SSE4.2 AVX AVX2 FMA 를 사용하면 CPU는 선형대수 연산을 좀 더 빠르게 수행할 수 있다. 위의 경고를 없애기 위해서는 1)무시하는 방법과 2) 환경에 맞게 텐서플로우 바이너리를 다시 빌드하는 방법이 있지만, 여기에서는 2) 방법만 설명하려고 한다. 아래의 링크에 들어가서 환경에 맞는 텐서플로우 바이너리 파일을 다운로드한다. https://github.com/lakshayg/tensorflow-build 터미널을 이용하여 다운로드한 폴더(디렉토리)로 이동한 후, 다음 명령어를 입력한다. pip install --ignore-installed --upgrade --user 예를들면, pip install --ignore-insta.. [Anaconda3] MacOS에 anaconda3 설치하기 아나콘다(Anaconda)는 Scipy, Numpy 등 수학과 과학분야에서 사용되는 여러가지 패키지들을 포함하고 있는 Python 배포판이다. 최근에는 데이터 사이언스 및 딥러닝 분야에서 많이 사용되며 상업적으로 무료로 사용할 수 있는 장점이 있다. 그리고 무엇보다 anaconda의 장점으로 생각하는 것은 설치에 있다. python 등을 OS에 바로 설치하면 버전등이 꼬였을 때 문제를 해결하기가 어렵지만(포멧을 하고 싶지만 일이 커진다ㅠㅠ), anaconda 가상환경 위에 python 등 여러가지 세팅을 해놓으면 문제가 생겼을 때 anaconda 가상환경만 날려버리고(포멧 안해도 된다~!!!) anaconda 가상환경을 다시 만든후에 다시 세팅하면 된다. 1. Anaconda는 다음 URL로 이동하여 다.. [GPU] tensorflow gpu 선택하기 config = tf.ConfigProto() config.gpu_options.allow_growth = False [True 일 경우 필요할 때마다 GPU 사용률이 조절되고 False 는 GPU의 모든 메모리를 점유한다] config.gpu_options.visible_device_list = "1" [GPU 가 2개일 경우, 첫 번째 GPU만 사용하려면 "0", 두번째 GPU만 사용하려면 "1" 로 설정한다.] global_init = tf.global_variables_initializer() local_init = tf.local_variables_initializer() sess = tf.Session(config=config) sess.run([global_init, local_init]) 이전 1 2 다음
