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/Python 딥러닝
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..
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..
보스턴 주택 가격 예측 연속적인 값을 예측하는 회귀 문제이다. 1970년대 보스턴 지역의 범죄율, 토지 지역의 비율, 방의 개수 등 정답을 포함한 14개의 특성으로 이루어져 있다. 1. 데이터 다운 및 전처리 from tensorflow.keras.datasets.boston_housing import load_data # 데이터를 다운받습니다. (x_train, y_train), (x_test, y_test) = load_data(path='boston_housing.npz', test_split=0.2, seed=777) print(x_train.shape, y_train.shape) print(x_test.shape, y_test.shape) import numpy as np # 데이..
