우측 하단에 첨자 \sum_{k\in\mathbb{Z}} $\sum_{k\in\mathbb{Z}}$ 시그마 아래에 첨자 \sum\limits_{k\in\mathbb{Z}} $\sum\limits_{k\in\mathbb{Z}}$ 시그마 옆에 표기 \sum_{i=1}^{100} i $ \Sigma_{i=1}^{100} i $ 시그마 위 아래에 표기 \sum\limits_{i=1}^n i^2 $\sum\limits_{i=1}^n i^2$ 위아래에 쓰는 것 \underset{below}{above} $\underset{below}{above}$ 글씨체 \mathbf{ABCabc} $\mathbf{ABCabc}$ \mathcal{ABCabc} $\mathcal{ABCabc}$ \mathbb{ABCabc} $\ma..
파이썬으로 머신러닝을 다루다 보면 이렇게 데이터프레임을 많이 다루는데 매일 찾아보기도 귀찮고 해서 데이터 추가, 행 검색, 중복 검색, 상관관계... 등등 자주쓰는 함수들을 정리하였다. 위 ipynb파일을 열면 더 깔끔하게 확인할 수 있다. In [201]: import re, json import pandas as pd import numpy as np import os import matplotlib.pyplot as plt import seaborn as sns %matplotlib inline In [202]: PATH = 'data/' In [203]: AGE_GENDER = 'age_gender_bkts.csv' COUNTRIY = 'countries.csv..
C:\Users\hanay>jupyter notebook --generate-config 이걸 아나콘다 프롬프트에 입력하고 메모장으로 파일을 열어서 dir 계속 찾다보면 경로 나오는데 거기 수정해주면 됨
os.path.join 경로를 합칠 수 있음 import os #데이터 읽기 directory ="./imdb dataset" x=[]; y=[] for c in ['neg', 'pos']: curr =os.path.join(directory,c) print(curr) os.listdir("경로") 경로내의 모든 파일과 디렉토리 리스트를 반환 for filename in os.listdir("/content/test_images"): if 'jpg' not in filename: continue os.chdir 해당 경로로 이동 os.chdir('/content/test_images') os.isfile 파일이 존재하는가? os.remove 해당 파일 지우기 if os.path.isfile('word.m..
이전 챕터 스킵 원래는 이 앞장에 개선된 word2vec을 공부하는 장이 있었는데, 나는 일단 RNN에서 어텐션까지 빨리 나가야하고 word2vec에 대한 전체개요는 확인한 것 같아서 지금은 내가 쓰지도 않을 word2vec을 더 공부하는 것보다 흐름을 빨리 파악하는 것이 나은것 같아 스킵하기로 하고 바로 RNN으로 넘어갔다. 지금까지의 신경망은 피드포워드라는 유형의 신경망이다. 이는 흐름이 단방향인 신경망을 뜻함. 피드포워드 신경망은 구헝이 단순하여 구조를 이해하기 쉽고, 많은 문제에 응용할 수 있지만, 시계열 데이터를 잘 다루지 못한다. 이것이 순환 신경망 RNN의 등장 배경이다. 1. RNN이란 RNN의 'Recurrent'는 라틴어에서 온 말로 '몇번이나 반복해서 일어나는 일'을 뜻함 RNN을 직..