Norms의 역사 벡터 공간과 초기 개념 (19세기 말 - 20세기 초): 벡터 공간의 개념은 19세기 말에 발전하기 시작했습니다. Giuseppe Peano (1858–1932)는 벡터의 개념을 수학적으로 엄밀하게 정의했으며, 이는 나중에 Norm을 정의하는 데 중요한 기초가 되었습니다. 함수해석학의 발전 (20세기 초): Norm의 현대적 정의는 20세기 초 함수해석학의 발전과 함께 등장했습니다. 이 시기에 David Hilbert, Frigyes Riesz, Stefan Banach 등의 수학자들이 중요한 역할을 했습니다. 이들은 벡터 공간의 개념을 확장하고, Norm과 더불어 내적(inner product)의 개념을 도입했습니다. 노름화된 공간과 Banach 공간 (20세기 초 - 중반): Nor..
Python
def build_model(tm): inputs = Input(shape=(28, 28, 1)) x = inputs x = Conv2D(32, 3, strides=(1, 1), padding='same', kernel_initializer='he_normal', activation='relu')(x) x = MaxPooling2D(strides=(2, 2))(x) x = Dropout(0.25)(x) x = Conv2D(64, 3, activation='relu')(x) x = MaxPooling2D((2, 2))(x) x = Dropout(0.25)(x) x = Conv2D(128, 3, activation='relu')(x) x..
첫번째, 다음의 홈페이지를 방문하여 읽어본다. numpy. xxx 설명 페이지 두번째, 위 페이지를 읽고 작성한 나의 코드는 다음과 같다. # 평균과 표준편차는 채널별로 구해줍니다. x_mean = np.mean(x_train, axis=(0, 1, 2)) x_mean_dft = np.mean(x_train) x_mean_0 = np.mean(x_train, axis=0) x_mean_1 = np.mean(x_train, axis=1) x_mean_2 = np.mean(x_train, axis=2) x_mean_3 = np.mean(x_train, axis=3) x_mean_01 = np.mean(x_train, axis=(0, 1)) x_mean_02 = np.mean(x_train, axis=(0, ..
1. 데이터 가져오기 이미지 데이터셋 가져오기 import pandas as pd DATA_PATH = '../../clothes_dataset' train_df = pd.read_csv(DATA_PATH + '/clothes_classification_train.csv') val_df = pd.read_csv(DATA_PATH + '/clothes_classification_val.csv') test_df = pd.read_csv(DATA_PATH + '/clothes_classification_test.csv') print(train_df.head()) 2. 이미지 제너레이터 정의 및 모델 구상하기 이미지 제너레이터 정의 # 이미지 제너레이터를 정의합니다. train_datagen = ImageDat..
