[코세라 강좌] 1주차 - 실습

코세라 강좌에서 과제를 제출할 때는, 코세라에서 제공하는 `주피터 노트북`을 통해서 코딩을 하고 결과를 제출하면 됩니다. 주피터 노트북은 웹 브라우저에서 실행되기에 별도로 프로그램을 설치할 필요는 없습니다. 

 

그래도 로컬에서 직접 돌려볼 필요가 있을 것이기에, 로컬 PC에서도 텐서 플로우를 돌릴 수 있는 환경을 구축해야 합니다.

 

텐서 플로우 설치 요약

• 파이썬 안 깔려 있다면 설치  (설치 방법)
• 파이참 안 깔려 있다면 설치  (설치 방법)
• 텐서 플로우 설치: pip install tensorflow
• GPU를 사용하고 싶다면: (GPU 설정 방법)

 

샘플 코드

y = 2x - 1에 해당하는 데이터로부터, 모델을 만들고, 이 모델을 이용해서 x가 주어졌을 때 y를 예측

 

from tensorflow import keras
import numpy as np

model = keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])
model.compile(optimizer='sgd', loss='mean_squared_error')

xs = np.array([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype=float)
ys = np.array([-3.0, -1.0, 1.0, 3.0, 5.0, 7.0], dtype=float)

model.fit(xs, ys, epochs=500)

print(model.predict([-10.0]))

 

위 코드를 함수 형태로 만들어보면,

from tensorflow import keras
import numpy as np

def do_modeling(x):    
    model = keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])
    model.compile(optimizer='sgd', loss='mean_squared_error')
    
    xs = np.array([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype=float)
    ys = np.array([-3.0, -1.0, 1.0, 3.0, 5.0, 7.0], dtype=float)
    
    model.fit(xs, ys, epochs=500)
    
    return (model.predict([x]))

prediction = do_modeling(-10.0)
print(prediction)

 

-끝-