목록전체보기 (180)
오늘보다 더 나은 내일의 나에게_
JSLinux (Fedora29) - 자바 스크립트로 만든 리눅스 에뮬레이터 - 장점 : 리눅스를 설치하지 않고 웹으로 대부분의 기능을 사용가능 - 단점 : 느림 (첫 로딩이 느리고 명령어 실행 후 결과가 나오기까지도 느림) - 로컬 리눅스를 설치 또는 클라우드의 리눅스 서비스에서 bash를 사용 codeonweb
유용한 Bash 커맨드라인 단축키 - Tab : 명령 자동완성 - clear : 현재까지 명령어 지우기 - Ctrl + c : 인터럽트 시그널을 보내 실행 중인 프로세스를 중단 - Ctrl + a : 라인 맨 앞으로 커서 이동 - Ctrl + e : 라인 맨 뒤로 커서 이동 - Ctrl + r : history 검색 명령어 cd(Change Directory) => 경로 이동 pwd(Print Working Directory) => 현재 디렉토리 확인
📌리눅스 종류 - 리눅스 배포판 - 데비안 계열 : 우분투, 민트, 칼리 등 - 슬랙웨어 계열 : 오픈수세 - 젠투 - 레드햇 계열 : 페도라, CentOS - 맥 OS는 Unix BSD계열 쉘의 종류 쉘 이름 특징 실행시 참조 파일 프로그램 프롬프트 sh (Bourne Shell) 최초의 유닉스 쉘 ~/ .profile /bin/sh $ (일반사용자) # (root사용자) csh (C Shell) Unix BSD를 위해 배포 ~/ .cshrc /bin/csh %(일반사용자) # (root사용자) ksh (Korn Shell) csh보다 빠르고 sh로 작성된 스크립트와 호환 ~/ .ksh /bin/ksh $ (일반사용자) # (root사용자) bash (Bourne-Again Shell) GNU프로젝트의..
머신러닝 마스크 착용여부 분류모델 활용하기 코드 import tensorflow as tf import cv2 from tensorflow.keras.models import load_model mask_model = load_model("./mask_detect_model2.h5") # 얼굴검출 모델 사용하기 face_model = cv2.CascadeClassifier(cv2.data.haarcascades+"haarcascade_frontalface_default.xml") #반복문 이용해서 영상 출력하기 try : print("영상로딩을 시작합니다..") video_cap = cv2.VideoCapture("./03.mp4") #video_cap = cv2.VideoCapture(0) 0으로 작성..
머신러닝 📌리눅스 명령어 정리 # 현재 작업 디렉토리 확인 !pwd # 현재 작업 디렉토리의 폴더 내용 확인 !ls # 폴더 이동 %cd # 폴더 생성 mkdir # 파일/폴더 복사 cp # 파일/폴더 이동 mv # 파일/폴더 삭제 rm # 추가 도구 설치 apt-get 마스크 착용여부 판단 모델(이진분류) ✨훈련데이터와 평가데이터로 나누기(사진파일형태 유지) import os import numpy as np file_names_with_mask = os.listdir('./data/with_mask') file_names_without_mask = os.listdir('./data/without_mask') # 난수 추출 기능 np.random.choice([10,5,99,100], size=2, r..
머신러닝 전이학습(Transfer Learning) - 전이학습이란 다른 데이터 셋을 사용하여 이미 학습한 모델을 유사한 다른 데이터를 인식하는데 사용하는 기법이다. - 이 방법은 특히 새로 훈련시킬 데이터가 충분히 확보되지 못한 경우에 학습 효율을 높여준다. - 사전학습모델을 이용하는 방법은 특성 추출(feature extraction)방식과 미세조정(fine-tuning) 방식이 있다. 특성추출방식 📌딥러닝(Deep Learning) 실습 VGG16 전이학습 from tensorflow.keras.applications import VGG16 pre_trained_model = VGG16(include_top=False, weights="imagenet", input_shape=(224,224,3))..
머신러닝 📌 CNN 모델 만들기 from tensorflow.keras.layers import Conv2D,MaxPool2D, Flatten 1. 모델 생성 cnn_model = Sequential() # 모델의 뼈대 # 특성 추출부 cnn_model.add(InputLayer(input_shape=(224,224,3))) cnn_model.add(Conv2D(filters=64, kernel_size=(3,3), activation="relu")) cnn_model.add(MaxPool2D()) # 불필요한 정보를 삭제 cnn_model.add(Conv2D(filters=128, kernel_size=(3,3), activation="relu")) cnn_model.add(MaxPool2D()) cn..
안드로이드 실습 📌코드 ChatAdapter 코드 package com.example.ex0425; import android.content.Context; import android.view.LayoutInflater; import android.view.View; import android.view.ViewGroup; import android.widget.BaseAdapter; import android.widget.ImageView; import android.widget.TextView; import java.util.ArrayList; public class ChatAdapter extends BaseAdapter { Context context; int layout; ArrayList lis..
안드로이드 프로젝트에서 파이어베이스 연결 MainActivity에 아래 코드 추가 후 실행 build.gradle에서 버전 20.0.4로 변경 후 sync now 클릭 코드 더보기 MainActivity package com.example.ex0425; import androidx.appcompat.app.AppCompatActivity; import android.os.Bundle; import android.util.Log; import com.google.firebase.database.DataSnapshot; import com.google.firebase.database.DatabaseError; import com.google.firebase.database.DatabaseReference; ..
머신러닝 기존 머신러닝과 딥러닝의 차이점 Linear Model(Regression) => 수치형(회귀), 범주형(분류) 경사하강법 예제 import numpy as np import pandas as pd import matplotlib.pyplot as plt data = pd.DataFrame([[2,20],[4,40],[8,80],[9,90]], index=['예진','해도','세연','명진'], columns=['공부시간','성적']) data loss function(비용함수) : 가설이 실제 데이터에 적합한지 수치화시키는 함수 - 선형회귀는 비용함수로 MSE(평균제곱오차)를 활용한다. # h(x) def h(w,x) : # 가설함수 return w*x+0 h(10,1) # => 10 # MS..