AI (4) 썸네일형 리스트형 [오류 해결/tensorflow] AttributeError: 'Adam' object has no attribute 'get_updates' 1. 오류 AttributeError: 'Adam' object has no attribute 'get_updates' 생각없이 같은 코드를 돌리다가 발생한 오류였습니다 .. 기존 개발 환경은 keras 및 tensorflow가 2.8 버전이었고, 새로운 환경이 2.15 버전이라 오류가 생긴 것으로 'get_updates'를 보자마자 예상이 되었습니다. 공식 문서를 확인해보니 optimizer의 업데이트가 있었다고 하네요! 2. keras 버전에 따른 코드 수정 - keras 2.8.0 버전 optimizer = tf.keras.optimizers.Adam(learning_rate=learning_rate) - keras 2.15.0 버전 optimizer = tf.keras.optimizers.lega.. [논문 리뷰] EfficientNet : Rethinking Model Scaling for Convolutional Neural Network 2019년에 나온 논문이지만 아직도 Computer Vision 분야에서 많이 쓰이는 EfficientNet 논문 리뷰입니다. [ 논문 링크 ] EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks | Papers With Code Papers with Code - EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks 🏆 SOTA for Medical Image Classification on NCT-CRC-HE-100K (Accuracy (%) metric) paperswithcode.com We demonstrate the effectiveness .. [논문 리뷰] Melt Index 예측 모델링 사례 - DNN, GPR 1. Data-based Melt Index Prediction in Styrene-Acrylonitrile Polymerization Process (2021.06) - 실제 공정 데이터를 사용해 6가지 모델의 예측 성능 테스트 실시 - 학습 데이터 : 1,029개 / 테스트 데이터 : 115개 Y : MI 값 - 4시간마다 실험을 통해 얻어지며, 두 등급의 고분자에서 서로 다른 범위를 가짐) X : 9개 측정 변수 - 각 단량체의 유량 및 재사용 단량체의 총 유량과 개시제 유량, 각 반응기의 온도 및 압력 등을 센서를 통하여 1시간마다 측정 - MI가 측정된 시간부터 이전 4시간 동안 입력 변수들의 평균값을 계산하여 모델의 입력으로 사용 - 두 가지 등급의 고분자 생산 데이터가 혼재되어 있으며 공정의.. [Python] LSTM을 이용한 주가 예측 LSTM의 구조 및 특징 1. RNN에 비해 무한대의 기억 능력 2. RNN의 gradient 문제 극복 3. Momory Block 구조 - sigmoid 함수 계열의 activation function이 사용됨 (hard sigmoid를 사용하면 성능 UP) - output을 만들 때는 tanh 함수 사용 LSTM 기반 주가 예측 - 주가는 정상성을 만족하지 않음 - 수익률 자체도 정상성을 만족하지는 않음 ( ← 수익률 평균이 일정하지 않으므로) ⇒ 비정상성 제거 후 예측 진행 - EMA(Exponential Moving Average) 이용 import yfinance as yf import pandas as pd import numpy as np import talib # 데이터 다운로드 star.. 이전 1 다음
