728x90
반응형
참고 링크
End-to-End Deep Learning for Self-Driving Cars | NVIDIA Technical Blog
End-to-End Deep Learning for Self-Driving Cars | NVIDIA Technical Blog
We have used convolutional neural networks (CNNs) to map the raw pixels from a front-facing camera to the steering commands for a self-driving car.
developer.nvidia.com
엔디비아 디벨롭 예제 1
import tensorflow as tf
model = tf.keras.Sequential([
tf.keras.layers.InputLayer(input_shape=(66,200,3)),
tf.keras.layers.Conv2D(24,(5,5),(2,2),activation='relu'), # 커널5*5 사이즈 -> stride 2,2
tf.keras.layers.Conv2D(36,(5,5),(2,2),activation='relu'), # 커널7*7 사이즈 -> stride 3,3
tf.keras.layers.Conv2D(48,(5,5),(2,2),activation='relu'),
tf.keras.layers.Conv2D(64,(3,3),(1,1),activation='relu'), # 커널3*3 사이즈 -> stride 1,1
tf.keras.layers.Conv2D(64,(3,3),activation='relu'), # stride 1,1은 생략해도도 됨
tf.keras.layers.Flatten(), #납작하게 해주는 것, 주어진 그림(1164)과 달리 12개가 외부에서 들어감
tf.keras.layers.Dense(100,activation='relu'),
tf.keras.layers.Dense(50,activation='relu'),
tf.keras.layers.Dense(10,activation='softmax')
])
model.summary()
# convolution은 무조건 relu
# Dense는 relu or softmax
* cifar100의 경우 나올때도 100으로 맞춰줌
tf.keras.layers.Dense(100,activation='softmax')
* mnist의 경우 Fn가 1층으로 함
tf.keras.layers.InputLayer(input_shape=(32,32,1))
엔디비아 디벨롭 예제 2
import tensorflow as tf
mnist=tf.keras.datasets.cifar10
(x_train, y_train),(x_test, y_test)=mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0 # 모든 픽셀의 숫자를 255.0으로 나누어 각 픽셀을 실수로 바구어 인공신경망에 입력하게 됨
model = tf.keras.Sequential([
tf.keras.layers.InputLayer(input_shape=(32,32,3)),
tf.keras.layers.Conv2D(24,(3,3),(1,1),activation='relu'), # 커널5*5 사이즈 -> stride 2,2
tf.keras.layers.Conv2D(36,(3,3),(1,1),activation='relu'), # 커널7*7 사이즈 -> stride 3,3
tf.keras.layers.Conv2D(48,(3,3),(1,1),activation='relu'),
tf.keras.layers.Conv2D(64,(3,3),(1,1),activation='relu'), # 커널3*3 사이즈 -> stride 1,1
tf.keras.layers.Conv2D(64,(3,3),activation='relu'),# stride 1,1은 생략해도도 됨
tf.keras.layers.MaxPooling2D((2,2)),
tf.keras.layers.Flatten(), #납작하게 해주는 것, 주어진 그림(1164)과 달리 12개가 외부에서 들어감
tf.keras.layers.Dense(100,activation='relu'),
tf.keras.layers.Dense(50,activation='relu'),
tf.keras.layers.Dense(10,activation='softmax')
])
model.summary()
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)
.
728x90
반응형
'즐거운프로그래밍' 카테고리의 다른 글
[딥러닝] 알렉스넷 바탕으로 신경망 구성하기, 배치 정규화, 드롭아웃 적용하기 (0) | 2023.11.02 |
---|---|
[딥러닝] 딥러닝 모델 학습 후 저장하고 필터 이미지 추출하기 (1) | 2023.11.02 |
[딥러닝] CNN 활용 맛보기 2 (0) | 2023.11.01 |
[딥러닝] CNN 활용 맛보기 1 (1) | 2023.11.01 |
[딥러닝] 6x6x2, 6x6x3 입력 이미지의 합성곱과 필터 늘리기 (0) | 2023.11.01 |