B l u e G r o u n d

밑바닥부터 시작하는 딥러닝 : 파이썬으로 익히는 딥러닝 이론과 구현 실습 환경 : google colab 4장 - 신경망의 학습 책에서는 로컬 개발환경에서 실습하도록 되어있지만 google clolab에서 실습을 진행. 그에 맞게 코드 수정. 범용능력 : 아직보지 못한 데이터 (훈련데이터에 포함되지 않은 데이터)로도 문제를 올바르게 풀어내는 능력. 오버피팅 (Overfitting) : 한 데이터셋에만 지나치게 최적화된 상태. 손실함수 (loss function) : 신경망 성능의 나쁨을 나타내는 지표. 현재의 신경망이 훈련데이터를 얼마나 잘 처리하지 못하는지를 나타낸다. => 숫자가 낮을수록 성능이 좋다 손실함수 - 오차제곱합 오차제곱합 : (sum of squares for error , SSE) : ..

밑바닥부터 시작하는 딥러닝 : 파이썬으로 익히는 딥러닝 이론과 구현 실습 환경 : google colab 3장 - 신경망 책에서는 로컬 개발환경에서 실습하도록 되어있지만 google clolab에서 실습을 진행. 그에 맞게 코드 수정. mnist dataset을 가져오는 방법은 2가지. 1. keras 2. 책에서 제공하는 mnist를 colab에 업로드 1. keras 이용 from keras.datasets import mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() 형상을 확인해보면 책과 다르다. 책은 (60000, 784) 로 나온다. 책에서 제공하는 데이터셋은 2차원(28x28)의 이미지를 flatten =True 처리했기에 1차원..

밑바닥부터 시작하는 딥러닝 : 파이썬으로 익히는 딥러닝 이론과 구현 실습 환경 : google colab 3장 - 신경망 활성화 함수(activation function) : 입력신호(input)의 총합을 출력신호(output)로 변환하는 함수 계단 함수 - 개념 # 계단 함수 # 입력(input) 이 0을 넘으면 1을 출력하고 그외에는 0을 출력한다. def step_function(x) : # x는 실수(부동소수점) 만 받아들인다. 넘파이 배열을 인수로 넣을 수는 없다. if x > 0 : return 1 else : return 0 - 넘파이 배열도 입력 받으려면 def step_function(x) : y = x > 0 # bool (True/False 형태로 저장된다.) return y.asty..

TRY...CATCH 구문은 심각도가 10을 넘으며 데이터베이스 연결을 닫지 않는 모든 실행 오류를 CATCH 한다. END TRY 와 BEGIN CATCH 문 사이에 다른 문을 포함시키면 구문 오류 가 발생.오류정보를 응용 프로그램으로 반환해야 하는경우 CATCH 블록의 코드에서 SELECT 또는 RAISERROR 및 PRINT 문을 사용한다.오류정보 (LOG 테이블이나 파일로 결과를 남길경우 오류정보를 출력시키면 추후 확인하기 용이하다. )ERROR_NUMBER() -- 오류번호 반환ERROR_SEVERITY() -- 심각도 반환ERROR_STATE() -- 오류상태 번호 반환ERROR_PROCEDURE() -- 오류가 발생한 프로시저 또는 트리거의 이름을 반환ERROR_LINE() -- 오류를 발생..

MS-SQL - Microsoft SQL Server Management Studio 를 이용하여 존재하는 테이블의 컬럼속성이나 컬럼 추가,삭제 등을 할때 변경 내용을 저장할 수 없습니다. 변경내용을 적용하려면 다음 테이블을 삭제하고 다시 만들어야 합니다. 다시 만들 수 없는 테이블을 변경했거나 [테이블을 다시 만들어야 하는 변경 내용 저장 사용 안 함] 옵션을 설정했습니다. 라고 나오면서 수정, 저장이 불가하게 된다. 이럴땐 도구 - 옵션 - 디자이너 - 테이블 및 데이터베이스 디자이너 들어가서 체크되어 있는 "테이블을 다시 만들어야 하는 변경 내용 저장 안함" 을 해제한다. 그리고 다시 테이블 디자이너로 돌아가서 저장을 하면 경고 문구 없이 테이블 수정 완료. 끝.