Machine Learning , AI, Arduino Coding

텐서플로우 1.15.0 버전에서 MNIST 코드를 실행하고 읽어 들인 수기 문자 중의 하나를 matplot 라이브러리를 사용 흑백으로 출력해 보자. 함수 gen_image(arr)에서 arr은 placeholder에서 읽어 들이는 1X784 데이터 하나를 arr 로 넘겨주면 28X28 로 reshape 하여 출력한다. 함수 gen_image(arr)은 Session 모드에서 불러 사용한다. placeholder 명령에 의해 읽어 들이는 수기 문자는 1X784 로서 28X28 픽셀로 변환하여 출력하도록 한다. 흑백 출력에서 배경색인 0은 흰색으로 글자에 해당하는 픽셀의 색은 255를 검정색으로 하여 출력된다. 텐서플로우에서는 Session 단계 이전에서는 플로우 챠트에 해당하는 Graph 처리 단계이며 S..

윈도우즈 10에서 아나콘다를 사용하는 환경에서 카메라 또는 웹캠을 설치하여 Image Classification 작업을 위한 환경을 준비해 보기로 하자. 이미 라즈베리 파이에서 경험이 있긴 하지만 윈도우즈10에서 어떻게 처리해야 되는지 알아보자. TesorFlow를 사용하기 위해 가상환경을 설치하느 과정에서 pip 명령을 사용하여 matplotlib, pandas, keras, scikit-learn, PyQt5 —user 라이브러리를 설치하였고 이어서 Anaconda Navigator에서 Spyder 아이콘의 install 버튼을 클릭하여 launch 버틍을 생성하여 Spyder 설치를 완료하였다. 추가로 Anaconda Prompt 창에서 command line 명령을 사용하여 OpenCV를 설치하기..

이미 TensorFlow 환경 하에서 Anaconda3(64bit)의 Anaconda Prompt 창에서 필요한 라이브러리 모듈들과 함께 spyder 설치를 완료하였으며 이어서 Anaconda Navigator에서 Jupyter Notebook 도 설치해 보도록 하자. Jupyter Notebook 은 한편으로는 Google 에서 제공하는 Cloud 형 GPU 서비스인 Colaboratory 사용법과 입출력 부..

In [1]:import tensorflow as tf In [2]:tf.__version__ Out[2]:'1.15.0'Jupyter Notebook¶1. Features of Jupyter Notebook¶ MNIST 문자 인식 예제를 실행시켜 보자. 이 예제는 tensorflow 버전 1.15.0 나 2.0에서 공통적으로 실행이 가능하다. 구글 tensorflow 홈페이지의 keras 예제는 하나의 은닉층(hidden layer)을 가지는 97.6% 수준의 ..

Keras 라이브러리 지원 하에서 MNIST hand written digits 예제를 다루어 보자. MNIST 예제는 현재 아직도 미국에서 개인들이 사용하는 우편물에서 반드시 수기로 기입해야 하는 지역 코드 즉 ZIP 코드를 대상으로 0∼9까지의 숫자를 6만개의 학습용(training) 데이터와 동일한 품질의 테스트용 데이터 1만개를 디지털화하여 데이터베이스를 구성하였고 LeCUN이 인터넷에 정리하여 올려 두었다. 다음의 그림을 참조하자. 수많은 수기 문자들이 있겠지만 인간의 지능으로 숫자 클라스 “0”에서 “9”까지를 보면 인식이 가능하다. 다양한 형태로 쓰여진 예를 들면 “0”의 다양한 수기 샘플들이 있겠지만 이들 모두는 하나의 라벨 값 “0” 으로 두면 될 것이다. 이 MNIST 수기문자에서 동일..

TensorfFlow 2.0 으로의 업그레이드에 앞서 텐서플로우 1.15.0 버전에서 실행되는 MNIST 코드를 어떻게 사용할 것인지 살펴보자. 다음의 헤더영역의 명령 구조를 관찰해 보자. 첫줄은 tensorflow 2.0 으로 선언하여 tensorflow 라이브러리를 불러들이는 명령으로서 앞으로 2.0을 사용하게 되면 자주 사용..

2020년 이 시작되자 Anaconda에서 TensorFlow 2.0 이 활발하게 설치되는 분위기 이다. 하지만 사용해보니 버전 2.0 이하에서 작성했던 코드의 업그레이드 작업이 웬만한 전문가가 아니라면 순간적으로 적응하는 것이 불가능하므로 당분간 2.0 바로 밑인 1.15.0 버전이 필요하다면 어느 정도 계속 사용해야 할 필요가 느껴진다. 2.0 보다 낮은 TensorFlow 1.15.0을 한 방에 정확하게 설치해 보자. 파이선은 2021년 현재 3.8 수준이므로 그대로 설치하자. 가상환경 명칭은 tensorflow_env 로 하자. Anaconda Navigator의 Environments에서 해당 가상환경을 지정하고 세모 버튼을 누른 후 나타나는 명령 창에서 다음과 같이 pip 명령을 사용하여 설치..

아나콘다 네비게이터 Envirinments 하단의 Create 버튼을 누르면 오른 쪽 Create new environment 창이 나타남을 볼 수 있다. Name 박스에 새로이 설치하려는 가상 환경 이름을 입력하자. 여기서는 tensorflow_old 로 입력하였으며 아울러 Python 버전 3.5를 선택하고 Create 버튼을 클릭하면 tensorflow_old 가상환..

텐서플로우 2.0 으로 업그레이드 후 1.6 버전에서 실행에 아무런 문제가 없던 코드를 실행한 결과 다음의 메시지가 출현했다. 예를 들면 tf.placeholder 가 유지보수가 중단(deprecated)되었으므로 tf.compat.v1.placeholder를 사용하라는 권고 메시지였다. 코드 별로 수정 작업이 빈번히 필요할 것이다. 이미 텐서플로우 2.x 버전으로 업그레이드 되었지만 구버전 TensorFlow 1.15.0 또는 그 이전 버전의 사용 필요성이 대두되곤 한다. 그럴 때에는 차라리 가상환경 설정 단계에서 예를 들자면 pip install tensorflow==1.15.0 명령을 사용하여 라이브러리를 성치하도록 한다. 그밖에 eager execution Runtime Error 에 대해서 알아..

2018년 12월 “파이선 코딩 초보자를 위한 텐서플로우∙OpenCV 머신러닝”을 출간한 이후 2020년 1월 현재 아나콘다에서 가장 사용빈도가 높았던 텐서플로우 가상공간 설치 작업에 중요한 변화가 있었다. 가장 큰 변화는 이미 2019년에 예고되었던 Back End 인 TensorFlow 버전 2.0 또는 그 이후 버전인 2.x로 업그레이드 하는 문제이며 현재 Front End로 사용 중인 아나콘다에서 제공하는 명령 튜토리얼에 따라서 tensorflow_env 라는 명칭으로 가상환경을 설치하고 기존에 사용하던 파이선 코드들을 하나씩 확인해 가면서 업그레이드 된 환경에 적응해 보도록 하자. 가상공간(Virtual Environment)이라 함은 컴퓨터 내에 하나의 가상적인 울타리를 설정한 후에 필요한 소..