1 개요
케라스. 원래 시에노 엔진을 편리하게 사용하려 개발했으나, 이후 사용할 수 있는 엔진이 점차 늘어났다. 사용자가 인공지능을 쉽게 구현하는 데 도움을 주는 인터페이스 제공.
TensorFlow 등으로 코드를 작성하는 일은 쉽지 않다. 거쳐야 하는 과정도 많고. 텐서플로우 위에서 이를 직관적이고 간편하게 이용할 수 있게 해주는 도구이다.
머신러닝 라이브러리인 Theano와 TensorFlow를 백엔드로 사용하는 라이브러리.
1.1 설치
| 의도 | 설명 | 방법 |
|---|---|---|
| 케라스 설치 | 그냥 파이썬을 이용하는 경우. | pip install keras |
| conda사용 | 아나콘다를 설치하고 이를 이용해 설치하면 텐서플로 등의 엔진들도 자동으로 설치해준다. | conda install keras-gpu
conda install keras # gpu가 없는 경우. |
2 사용
2.1 데이터 사전작업
| 의도 | 설명 | 방법 |
|---|---|---|
| 정규화 | 일반적으로 데이터는 0~1 사이로 정규화한다. | |
| csv 가져오기 | csv를 넘파이 배열화 해야 한다. | import pandas
csv = pd.read_csv("경로.csv") # 판다스를 이용하여 불러온다.
x = csv[['열1', '열2']].as_matrix() # 넘파이배열로 바꾸어 x에 담는다.
|
2.2 기타 활용
2.2.1 샘플데이터
| 의도 | 설명 | 방법 |
|---|---|---|
| 손글씨 샘플 | mnist의 샘플데이터를 가져온다. | from keras.datasets import mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
|