레이블이 이미지 프로세싱인 게시물을 표시합니다. 모든 게시물 표시
레이블이 이미지 프로세싱인 게시물을 표시합니다. 모든 게시물 표시

keras Docker 기본 패키지 이미지 프로세싱용 tensorflow 2.4.3

Docker 이미지 프로세서 개발 환경 구축을 위해서는 아래와 같이 구성 되어져야 합니다.  

1. tenosrflow 2.4.3 버전 일 때 의 최적화

# Random precessing
import numpy as np
import pandas as pd
import random ,os, csv ,re
from glob import glob

# Make Image
import cv2
from PIL import Image
import matplotlib.pyplot as plt

# default load
import tensorflow as tf
from tensorflow.keras.utils import to_categorical

#impage preprocessing
from tensorflow.keras.preprocessing import image as image_utils
from tensorflow.keras.preprocessing.image import(ImageDataGenerator) 
from tensorflow.keras.preprocessing.text import(text_to_word_sequence)

#impage preprocessing
from tensorflow.keras import layers
from tensorflow.keras.models import(Model, load_model)

# LabelEncoder 
from sklearn.preprocessing import LabelEncoder

# keras models
from tensorflow.keras.layers import (
    BatchNormalization, SeparableConv2D, MaxPooling2D, Activation, 
    Flatten, Dropout, Dense , Input
)
# Keras Applications
from tensorflow.keras.applications import(ResNet50)

[주식 클로드 자동매매 프로젝트] 제2편. 데이터 인프라 구축 — 모델보다 데이터가 먼저다

 머신러닝 모델을 이야기하기 전에, 그 모델이 먹는 데이터가 어디서 어떻게 왔는지부터 정직하게 밝혀야 한다. 이 프로젝트에서 가장 많은 시간이 들어간 부분은 화려한 모델 튜닝이 아니라, "내가 정말 그 데이터를 갖고 있는가"를 확인하...