diff --git a/11_deep_learning.ipynb b/11_deep_learning.ipynb index 29b394c..4bac782 100644 --- a/11_deep_learning.ipynb +++ b/11_deep_learning.ipynb @@ -11,12 +11,12 @@ "name": "stdout", "output_type": "stream", "text": [ - "CPython 3.5.5\n", - "IPython 6.3.0\n", + "CPython 3.6.5\n", + "IPython 6.4.0\n", "\n", "numpy 1.14.3\n", "sklearn 0.19.1\n", - "scipy 1.0.1\n", + "scipy 1.1.0\n", "matplotlib 2.2.2\n", "tensorflow 1.8.0\n" ] @@ -386,7 +386,7 @@ }, { "cell_type": "code", - "execution_count": null, + "execution_count": 19, "metadata": {}, "outputs": [], "source": [ @@ -401,7 +401,7 @@ }, { "cell_type": "code", - "execution_count": null, + "execution_count": 20, "metadata": {}, "outputs": [], "source": [ @@ -415,20 +415,9 @@ }, { "cell_type": "code", - "execution_count": 19, + "execution_count": 21, "metadata": {}, - "outputs": [ - { - "name": "stdout", - "output_type": "stream", - "text": [ - "Extracting /tmp/data/train-images-idx3-ubyte.gz\n", - "Extracting /tmp/data/train-labels-idx1-ubyte.gz\n", - "Extracting /tmp/data/t10k-images-idx3-ubyte.gz\n", - "Extracting /tmp/data/t10k-labels-idx1-ubyte.gz\n" - ] - } - ], + "outputs": [], "source": [ "# from tensorflow.examples.tutorials.mnist import input_data\n", "# mnist = input_data.read_data_sets(\"/tmp/data/\")" @@ -436,7 +425,7 @@ }, { "cell_type": "code", - "execution_count": 20, + "execution_count": 22, "metadata": { "scrolled": true }, @@ -445,14 +434,14 @@ "name": "stdout", "output_type": "stream", "text": [ - "0 배치 정확도: 0.86 검증 세트 정확도: 0.9044\n", - "5 배치 정확도: 0.94 검증 세트 정확도: 0.951\n", - "10 배치 정확도: 0.96 검증 세트 정확도: 0.9662\n", - "15 배치 정확도: 1.0 검증 세트 정확도: 0.9722\n", - "20 배치 정확도: 1.0 검증 세트 정확도: 0.9746\n", - "25 배치 정확도: 1.0 검증 세트 정확도: 0.9764\n", - "30 배치 정확도: 0.98 검증 세트 정확도: 0.978\n", - "35 배치 정확도: 0.96 검증 세트 정확도: 0.9794\n" + "0 배치 데이터 정확도: 0.86 검증 세트 정확도: 0.9048\n", + "5 배치 데이터 정확도: 0.94 검증 세트 정확도: 0.9492\n", + "10 배치 데이터 정확도: 0.92 검증 세트 정확도: 0.9656\n", + "15 배치 데이터 정확도: 0.94 검증 세트 정확도: 0.971\n", + "20 배치 데이터 정확도: 1.0 검증 세트 정확도: 0.9766\n", + "25 배치 데이터 정확도: 1.0 검증 세트 정확도: 0.9772\n", + "30 배치 데이터 정확도: 0.98 검증 세트 정확도: 0.9782\n", + "35 배치 데이터 정확도: 1.0 검증 세트 정확도: 0.9786\n" ] } ], @@ -482,7 +471,7 @@ }, { "cell_type": "code", - "execution_count": 21, + "execution_count": 23, "metadata": {}, "outputs": [], "source": [ @@ -492,7 +481,7 @@ }, { "cell_type": "code", - "execution_count": 22, + "execution_count": 24, "metadata": {}, "outputs": [ { @@ -528,7 +517,7 @@ }, { "cell_type": "code", - "execution_count": 23, + "execution_count": 25, "metadata": {}, "outputs": [], "source": [ @@ -539,7 +528,7 @@ }, { "cell_type": "code", - "execution_count": 24, + "execution_count": 26, "metadata": {}, "outputs": [], "source": [ @@ -562,7 +551,7 @@ }, { "cell_type": "code", - "execution_count": 25, + "execution_count": 27, "metadata": {}, "outputs": [], "source": [ @@ -574,7 +563,7 @@ }, { "cell_type": "code", - "execution_count": 26, + "execution_count": 28, "metadata": {}, "outputs": [ { @@ -610,7 +599,7 @@ }, { "cell_type": "code", - "execution_count": 27, + "execution_count": 29, "metadata": {}, "outputs": [ { @@ -652,7 +641,7 @@ }, { "cell_type": "code", - "execution_count": 28, + "execution_count": 30, "metadata": {}, "outputs": [], "source": [ @@ -678,7 +667,7 @@ }, { "cell_type": "code", - "execution_count": 29, + "execution_count": 31, "metadata": {}, "outputs": [], "source": [ @@ -726,21 +715,21 @@ }, { "cell_type": "code", - "execution_count": 30, + "execution_count": 32, "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ - "0 배치 정확도: 0.96 검증 세트 정확도: 0.924\n", - "5 배치 정확도: 1.0 검증 세트 정확도: 0.9568\n", - "10 배치 정확도: 0.94 검증 세트 정확도: 0.967\n", - "15 배치 정확도: 0.98 검증 세트 정확도: 0.9686\n", - "20 배치 정확도: 1.0 검증 세트 정확도: 0.971\n", - "25 배치 정확도: 1.0 검증 세트 정확도: 0.9694\n", - "30 배치 정확도: 1.0 검증 세트 정확도: 0.97\n", - "35 배치 정확도: 1.0 검증 세트 정확도: 0.9712\n" + "0 배치 데이터 정확도: 0.88 검증 세트 정확도: 0.9232\n", + "5 배치 데이터 정확도: 0.98 검증 세트 정확도: 0.9574\n", + "10 배치 데이터 정확도: 1.0 검증 세트 정확도: 0.9662\n", + "15 배치 데이터 정확도: 0.96 검증 세트 정확도: 0.9684\n", + "20 배치 데이터 정확도: 1.0 검증 세트 정확도: 0.9692\n", + "25 배치 데이터 정확도: 1.0 검증 세트 정확도: 0.9692\n", + "30 배치 데이터 정확도: 1.0 검증 세트 정확도: 0.9696\n", + "35 배치 데이터 정확도: 1.0 검증 세트 정확도: 0.97\n" ] } ], @@ -781,7 +770,7 @@ }, { "cell_type": "code", - "execution_count": 31, + "execution_count": 33, "metadata": {}, "outputs": [], "source": [ @@ -813,7 +802,7 @@ }, { "cell_type": "code", - "execution_count": 32, + "execution_count": 34, "metadata": {}, "outputs": [], "source": [ @@ -832,7 +821,7 @@ }, { "cell_type": "code", - "execution_count": 33, + "execution_count": 35, "metadata": {}, "outputs": [], "source": [ @@ -860,7 +849,7 @@ }, { "cell_type": "code", - "execution_count": 34, + "execution_count": 36, "metadata": {}, "outputs": [], "source": [ @@ -916,7 +905,7 @@ }, { "cell_type": "code", - "execution_count": 35, + "execution_count": 37, "metadata": {}, "outputs": [], "source": [ @@ -926,33 +915,33 @@ }, { "cell_type": "code", - "execution_count": 36, + "execution_count": 38, "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ - "0 테스트 정확도: 0.8666\n", - "1 테스트 정확도: 0.894\n", - "2 테스트 정확도: 0.9088\n", - "3 테스트 정확도: 0.9189\n", - "4 테스트 정확도: 0.9262\n", - "5 테스트 정확도: 0.9334\n", - "6 테스트 정확도: 0.9379\n", - "7 테스트 정확도: 0.9419\n", - "8 테스트 정확도: 0.9444\n", - "9 테스트 정확도: 0.9477\n", - "10 테스트 정확도: 0.9499\n", - "11 테스트 정확도: 0.952\n", - "12 테스트 정확도: 0.9546\n", - "13 테스트 정확도: 0.956\n", - "14 테스트 정확도: 0.9567\n", - "15 테스트 정확도: 0.9591\n", - "16 테스트 정확도: 0.9609\n", - "17 테스트 정확도: 0.9612\n", - "18 테스트 정확도: 0.9618\n", - "19 테스트 정확도: 0.9635\n" + "0 검증 세트 정확도: 0.9042\n", + "1 검증 세트 정확도: 0.928\n", + "2 검증 세트 정확도: 0.9374\n", + "3 검증 세트 정확도: 0.9474\n", + "4 검증 세트 정확도: 0.9532\n", + "5 검증 세트 정확도: 0.9572\n", + "6 검증 세트 정확도: 0.9626\n", + "7 검증 세트 정확도: 0.9628\n", + "8 검증 세트 정확도: 0.9664\n", + "9 검증 세트 정확도: 0.968\n", + "10 검증 세트 정확도: 0.9694\n", + "11 검증 세트 정확도: 0.9696\n", + "12 검증 세트 정확도: 0.971\n", + "13 검증 세트 정확도: 0.971\n", + "14 검증 세트 정확도: 0.9728\n", + "15 검증 세트 정확도: 0.9734\n", + "16 검증 세트 정확도: 0.9728\n", + "17 검증 세트 정확도: 0.975\n", + "18 검증 세트 정확도: 0.9752\n", + "19 검증 세트 정확도: 0.976\n" ] } ], @@ -1008,7 +997,7 @@ }, { "cell_type": "code", - "execution_count": 37, + "execution_count": 39, "metadata": {}, "outputs": [ { @@ -1028,7 +1017,7 @@ " 'batch_normalization_2/beta:0']" ] }, - "execution_count": 37, + "execution_count": 39, "metadata": {}, "output_type": "execute_result" } @@ -1039,7 +1028,7 @@ }, { "cell_type": "code", - "execution_count": 38, + "execution_count": 40, "metadata": {}, "outputs": [ { @@ -1065,7 +1054,7 @@ " 'batch_normalization_2/moving_variance:0']" ] }, - "execution_count": 38, + "execution_count": 40, "metadata": {}, "output_type": "execute_result" } @@ -1090,7 +1079,7 @@ }, { "cell_type": "code", - "execution_count": 39, + "execution_count": 41, "metadata": {}, "outputs": [], "source": [ @@ -1122,7 +1111,7 @@ }, { "cell_type": "code", - "execution_count": 40, + "execution_count": 42, "metadata": {}, "outputs": [], "source": [ @@ -1138,7 +1127,7 @@ }, { "cell_type": "code", - "execution_count": 41, + "execution_count": 43, "metadata": {}, "outputs": [], "source": [ @@ -1160,7 +1149,7 @@ }, { "cell_type": "code", - "execution_count": 42, + "execution_count": 44, "metadata": {}, "outputs": [], "source": [ @@ -1171,7 +1160,7 @@ }, { "cell_type": "code", - "execution_count": 43, + "execution_count": 45, "metadata": {}, "outputs": [], "source": [ @@ -1181,7 +1170,7 @@ }, { "cell_type": "code", - "execution_count": 44, + "execution_count": 46, "metadata": {}, "outputs": [], "source": [ @@ -1191,33 +1180,33 @@ }, { "cell_type": "code", - "execution_count": 45, + "execution_count": 47, "metadata": {}, "outputs": [ { "name": "stdout", "output_type": "stream", "text": [ - "0 테스트 정확도: 0.3138\n", - "1 테스트 정확도: 0.8001\n", - "2 테스트 정확도: 0.881\n", - "3 테스트 정확도: 0.904\n", - "4 테스트 정확도: 0.9122\n", - "5 테스트 정확도: 0.9195\n", - "6 테스트 정확도: 0.9245\n", - "7 테스트 정확도: 0.9301\n", - "8 테스트 정확도: 0.9331\n", - "9 테스트 정확도: 0.9389\n", - "10 테스트 정확도: 0.943\n", - "11 테스트 정확도: 0.9449\n", - "12 테스트 정확도: 0.9456\n", - "13 테스트 정확도: 0.9485\n", - "14 테스트 정확도: 0.9524\n", - "15 테스트 정확도: 0.9519\n", - "16 테스트 정확도: 0.9563\n", - "17 테스트 정확도: 0.9583\n", - "18 테스트 정확도: 0.956\n", - "19 테스트 정확도: 0.9608\n" + "0 검증 세트 정확도: 0.288\n", + "1 검증 세트 정확도: 0.794\n", + "2 검증 세트 정확도: 0.8798\n", + "3 검증 세트 정확도: 0.906\n", + "4 검증 세트 정확도: 0.9164\n", + "5 검증 세트 정확도: 0.9214\n", + "6 검증 세트 정확도: 0.9292\n", + "7 검증 세트 정확도: 0.9358\n", + "8 검증 세트 정확도: 0.9382\n", + "9 검증 세트 정확도: 0.9414\n", + "10 검증 세트 정확도: 0.9456\n", + "11 검증 세트 정확도: 0.9472\n", + "12 검증 세트 정확도: 0.9476\n", + "13 검증 세트 정확도: 0.9534\n", + "14 검증 세트 정확도: 0.9566\n", + "15 검증 세트 정확도: 0.9566\n", + "16 검증 세트 정확도: 0.9576\n", + "17 검증 세트 정확도: 0.9586\n", + "18 검증 세트 정확도: 0.962\n", + "19 검증 세트 정확도: 0.9616\n" ] } ], @@ -1256,7 +1245,7 @@ }, { "cell_type": "code", - "execution_count": 46, + "execution_count": 48, "metadata": {}, "outputs": [], "source": [ @@ -1265,7 +1254,7 @@ }, { "cell_type": "code", - "execution_count": 47, + "execution_count": 49, "metadata": {}, "outputs": [], "source": [ @@ -1281,7 +1270,7 @@ }, { "cell_type": "code", - "execution_count": 48, + "execution_count": 50, "metadata": {}, "outputs": [ { @@ -1571,7 +1560,7 @@ }, { "cell_type": "code", - "execution_count": null, + "execution_count": 51, "metadata": {}, "outputs": [], "source": [ @@ -1580,7 +1569,7 @@ }, { "cell_type": "code", - "execution_count": 50, + "execution_count": 52, "metadata": {}, "outputs": [ { @@ -1588,9 +1577,10 @@ "text/html": [ "\n", "