오답노트

이미지 데이터를 조건에 맞게 증폭 시킨다. from tensorflow.keras.preprocessing.image import ImageDataGenerator 로 임포트 시킬 수 있다. train_datagen=ImageDataGenerator( rescale=1./255, # 전처리(스케일링) horizontal_flip=True, # 수평이동 vertical_flip=True, # 수직이동 width_shift_range=0.1, # 좌우 이동 height_shift_range=0.1, # 상하 이동 rotation_range=5, # 회전 zoom_range=1.2, # 확대/축소 shear_range=0.7, # 당겨서 변형(층밀리기 변형) fill_mode='nearest' # neares..

구글에서는 외장 GPU 를 쓸 수 없는 환경에서 GPU 를 쓸 수 있게 해주는 기능을 제공한다. colab.research.google.com/notebooks/welcome.ipynb?hl=ko Google Colaboratory colab.research.google.com 위의 링크로 들어갈 수 있으며, 외장 GPU 를 쓸 때엔 한 번에 12시간 동안 이용이 가능하다. 일반적인 환경에서 사용 가능하며 현재 내가 쓰고 있는 visual studio code 와 똑같이 작성 및 구동시키면 된다. 그러나 보통 환경에서는 디스크에 파일을 넣어놓고 경로를 지정해서 로드를 하지만 (e.g. '../data/MachineLearning/data.csv' ...) 구글 코랩에서는 내 디스크에 접근을 할 수가 없다..

Pinball loss High penalty to underforecast above 50% percentiles High penalty to overforecast below 50% percentiles 높은 quantile 값에서는 측정된 값이 예측값보다 낮아야 함 >> overforecast 유도 반대로 낮은 quantile값에서는 측정된 값이 예측값보다 높아야 함 >> underforecast 유도 τ: 퀀타일 값 (0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9) y: 실제 값 z: 퀀타일 예측값 Lτ: pinball loss 함수 참고 자료 링크: https://medium.com/analytics-vidhya/a-tutorial-on-quantile-regre..