AI학교

배경을 흰색, 폰트를 검정색으로 했을 때 배경을 검정색, 폰트를 흰색으로 했을 때 erode : 필터에서 가장 어두운 값으로 변환된다. (침식) -> 작은 노이즈들을 제거하는데 사용한다. eilate : 필터에서 가장 밝은 값으로 변환된다. (팽창) -> 객체를 추출했을 때 작은 부분객체들을 큰 객체로 합칠 때 사용한다.

해당 프로젝트에서 Setting을 눌러줍니다. Setting 화면에서 collaborators를 눌러줍니다 추가할 팀원의 깃 아이디를 입력합니다 Add collaborator를 눌러 추가해줍니다. 또 뭘 해야될것 같지만 이렇게 하면 끝!

우선 깃허브 홈페이지에서 로그인 한 후 NEW를 이용해 REPOSITORY를 만들어줍니다. REPOSITORY 이름을 입력한 후 CREATE REPOSITORY를 눌러줍니다. 데스크탑용 깃허브가 설치돼있지 않다면, SET UP IN DESKTOP 을 눌러 깃허브를 설치해줍니다. 설치됐으면, 빨간 버튼을 눌러 주소를 복사해줍니다. 이클립스를 열어 GIT을 켜줍니다. finish -> 깃과 연동 됩니다. commint을 했을 때 올라가는 저장소 push는 온라인 저장소로! commint and push 를 눌러서 오프라인 저장소에 올린 후 바로 온라인 저장소로 올려줍니다. Push Branch 'master'를 해서 master에 push 해줍니다. 올린 프로젝트 예시 -> 오른쪽 마우스 키를 눌러 Dyna..

***test_env이름을 bitopencv로 바꿔줬습니다. C:\Users\96041\Anaconda3\envs\bitopencv\lib\site-packages\pyreadline\lineeditor\history에서 encoding을 고쳐주라고 하네요! encoding='UTF8'을 추가해주자 정상적으로 실행됩니다.

파이썬 빅데이터에 가장 많이 사용되는 라이브러리 Numpy : 연산 처리를 용이하게 하기 위해 사용 Pandas : 데이터 포인트를 만들기 위해 사용 Matplotlib : 데이터 시각화를 위해 사용 클러스터링 - 여러 개의 데이터가 있을 때 데이터 군집화 -> 관리가 용이합니다. 더이상 중심의 위치가 변하지 않을 때까지 반복하는 것이 일반적

a와 b에 데이터를 넣고 흐름을 만들어줘야합니다.

import tensorflow as tf 텐서플로를 사용하기 위해 import해줍니다. mathScore = [85, 99, 84, 97, 92] englishScore = [59, 80, 84, 68, 77] mathScores에 5명의 수학 점수를 입력해줍니다. englishscore에 5명의 영어 점수를 입력해줍니다. a = tf.placeholder(dtype=tf.float32) b = tf.placeholder(dtype=tf.float32) placeholder라는 그릇을 a, b 로 두개 만들어 줍니다. y = (a + b) / 2 y라는 평균값을 만들어줍니다. sess = tf.Session() session을 설정해주고 init = tf.global_variables_initializ..

상수 a = tf.constant(1) b = tf.constant(2) a와 b를 constant 상수 바구니에 담아줍니다. c = tf.add(a, b) c는 a와 b를 더한 값을 담아줍니다. sess = tf.Session() 실제로 실행하도록 해주는 흐름 객체를 만들어줍니다. sess.run(c) 세션을 실행시켜줍니다. 변수 a = tf.Variable(5) b = tf.Variable(3) a와 b를 Variable이라는 변수 바구니에 담아줍니다. c = tf.multiply(a, b) c에는 a와 b를 곱한(multiply)값을 담아줍니다. init = tf.global_variables_initializer() global_variables_initializer를 이용해 변수를 초기화해줍니다..

import tensorflow as tf 텐서플로우를 사용하기 위해 tensorflow를 import해줍니다. xData = [1, 2, 3, 4, 5, 6, 7] yData = [25000, 55000, 75000, 110000, 128000, 155000, 180000] xData = 하루노동시간 yData = 하루 매출 데이터를 넣어줍니다. W = tf.Variable(tf.random_uniform([1], -100, 100)) b = tf.Variable(tf.random_uniform([1], -100, 100)) W = 가설의 기울기(가중치 weight) random_uniform = 랜던값을 초기값으로 -100부터 100까지 설정해 줍니다. b = y 절편(편향, bias) random_..