본문 바로가기

Computer Technology 기록부/코딩기록부 : Python8

머신러닝을 위한 sklearn 라이브러리 기능 이용 In [1]: import numpy as np import matplotlib.pyplot as plt r = np.random.RandomState(10) x = 10 * r.rand(100) y = 2 * x - 3 * r.rand(100) plt.scatter(x,y) Out[1]: In [6]: x #array st. (1,100) x.shape Out[6]: array([7.71320643, 0.20751949, 6.33648235, 7.48803883, 4.98507012, 2.24796646, 1.98062865, 7.60530712, 1.69110837, 0.88339814, 6.85359818, 9.53393346, 0.03948266, 5.12192263, 8.12620962, 6.1.. 2022. 7. 5.
DecisionTreeClassifier 이용한 Data classification DecisionTreeClassifier 이용한 Data classification¶ In [4]: from sklearn.datasets import load_iris iris = load_iris() print(dir(iris)) # dir()는 객체가 어떤 변수와 메서드를 가지고 있는지 나열함 ['DESCR', 'data', 'data_module', 'feature_names', 'filename', 'frame', 'target', 'target_names'] In [5]: iris_data = iris.data print(iris_data.shape) #shape는 배열의 형상정보.. 2022. 7. 5.
LSTM 모델을 이용한 인공지능 작사가 구축 작사가 인공지능 만들기¶ Step 1. 필요 모듈 임포트 및 데이터 가져오기¶ In [1]: import os, re import numpy as np import tensorflow as tf import glob import os from sklearn.model_selection import train_test_split txt_file_path = os.getenv('HOME')+'/aiffel/lyricist/data/lyrics/*' txt_list = glob.glob(txt_file_path) raw_corpus = [] # 여러개의 txt 파일을 모두 읽어서 raw_corpus 에 담습니다. for txt_file in txt_list: with open(txt_file, "r") as .. 2022. 7. 5.
MNIST Dataset 이용한 CNN 모델 구축 MNIST Dataset 이용한 CNN 모델 구축¶ In [2]: # from IPython.core.display import display, HTML # display(HTML("")) # ! pip install tqdm # from tqdm import tqdm_notebook In [2]: import tensorflow as tf from tensorflow import keras import numpy as np import matplotlib.pyplot as plt import os print(tf.__version__) # Tensorflow의 버전을 출력 mnist = keras.datasets.mnist # MNIST 데이터를 로드. 다운로드하지 않았다면 다운로드까지 자동으로 진행됩.. 2022. 7. 5.
[최종] 카메라 스티커 만들기 - 예외처리 포함 고양이 스티커 부착하기¶ 1. 필요 모듈 임포트¶ In [1]: from IPython.core.display import display, HTML display(HTML("")) In [2]: import os import cv2 import matplotlib.pyplot as plt import numpy as np import dlib 2. 이미지 경로 설정 및 이미지 전처리¶ 이미지를 가져와 사용할 준비를 한다. opencv 특징 상 BGR 색상계 사용하므로 사진 색이 변경될 수 있다. 따라서 cv2.cvtColor() 메서드를 통해 다시 RGB 색상계를 이용한 이미지로 변경해준다.¶ In [3]: #이미지 경로설정 my_image_path = os.getenv('HOME')+'/aiffel/c.. 2022. 1. 13.
카메라 스티커 만들기 snow나 snapchat같은 카메라 필터앱처럼 사진에서 얼굴을 인식하고 해당 위치에 스티커 사진을 삽입하는 프로그램을 만들어 보자. 기본 원리는 다음과 같다. 얼굴 검출 face detection Object detection 기술을 이용해서 얼굴의 위치를 찾는다. dlib의 face detector는 HOG(Histogram of Oriented Gradients)와 SVM(Support Vector Machine) 사용 HOG : 이미지에서 색상의 변화량을 나타낸 것 Deep-learning 나오기 이전 사용 多 이미지로부터 물체의 특징을 잡아내는 능력 大 얼굴 인식해 카메라 초점잡는 기능에 사용 SVM : 선형분류기, 한 이미지를 다차원 공간의 한 벡터로 보고, 벡터간 구분하는 방식 이미지의 색상.. 2022. 1. 11.
n면 주사위 클래스 함수 만들기 파이썬 클래스와 객체개념을 숙달하기 위해 n면체 주사위 클래스를 만들고, 랜덤으로 값을 받는 프로그램을 짜보았다. 먼저 main함수를 만들어, 실제 함수가 실행되는 부분을 만들었다 사용자가 직접 주사위의 면 수를 입력할 수 있게 input 함수를 사용했고 mydice라는 변수에 FunnyDice 인스턴스를 할당해 주사위 로직을 실행할 객체를 생성했다. 아래는 해당 코드이다. from random import randrange def main(): n = get_inputs() mydice = FunnyDice(n) mydice.throw() print(f"행운의 숫자는? {mydice.getval()}") class FunnyDice: def __init__(self, n = 6): # default o.. 2022. 1. 11.
객체지향프로그래밍(OPP)이란? 파이썬은 객체지향 프로그램이라고 불린다. 여기서 객체는 무엇이고, 객체지향 프로그래밍은 무엇을 의미할까? 객체(Object)란 무엇인가? 변수에 할당되거나 인자로 넘겨질 수 있는 모든 것들, 파이썬의 경우 모든 것이 객체 - b에 4를 할당하면, b와 4의 주소는 동일 [In] : print(id(var), id(4)) #id 값은 pc마다 다릅니다. [Out] : 140655556567744 140655745104272 얕은 복사 vs 깊은복사 얕은 복사 – 원본 데이터의 주소 값 만 복사 깊은 복사 – 원본 데이터의 값을 복사 Class의 기원 A라는 자동차와 B라는 자동차를 각각의 변수로 만들고자 한다면 car_a_tire, car_b_tire, car_a_window, car_b_window, ... 2022. 1. 10.

티스토리툴바