과거 acc를 못 올리는 이유를 알아보았다. 둘 중 하나를 선택하는 문제는 activation softmax대신 sigmoid를 사용해야 한다. 아래로 고치고 1,000번 학습시켰다. 최고값을 찾은 weight를 파일로 저장했다. 147번 학습해보니 0.99?? 정확도를 보이나, vlaidation 체크용은 0.87대 정확도를 보인다. from konlpy.tag import Okt okt=Okt() from gensim.models import Word2Vec from keras.layers import Dense, Flatten, SimpleRNN from keras.models import Sequential from…… keras로 키워드 분석(3/5) 계속 읽기
keras로 키워드 분석(2/5)
keras가 지원하는 embedding을 어떻게 사용하는지 몰랐다. keras가 제공하는 문서가 embedding 기능을 정확히 설명한다. https://keras.io/layers/embeddings/#embedding weight로 embedding_matrix를 입력하고, input으로 index를 입력하면 index를 vector로 변경한다. 따라서 아래와 같은 순서로 작업해야 한다. 미리 만든 word2vec 파일을 불러온다.전체 vocab 총 양을 embedding_matrix로 설정한다.konlpy로 각 태그를 분리한다.불러온 word2vec 파일에서 해당하는 단어 index를 구하고, 이를 문장으로 만든다.적절한 길이로 padding한다.이를 입력으로 먹인다.…… keras로 키워드 분석(2/5) 계속 읽기
위처3, wild hunt
스팀에서 위처3를 60% 깍은 값으로 구매했다. 도대체 게임 원가는 얼마인지. 아직 처음이라 움직임이 부드럽지 못하다. https://youtu.be/0h7SLVgEcLo https://youtu.be/UChYi0KXzH8
keras로 키워드 분석(1/5)
인공지능으로 자연어 분석을 많이한다. 나도 남 따라 해보기로 했다. 조금씩 배워하므로 코드는 별거 없지만 많은 시간을 쓰고있다. 생각은 이렇다. 나는 설비 태그를 가지고 있다. 사람마다 태그 작성을 다르게 한다. 이렇게 되면 일관성없어 분석하기 어렵다. 이를 표준화? – 적어도 형식에 벗어난 태그를 찾기위해 – 하는 무엇인가 있으면 좋겠다.태그를 준비한다. 한글+영어로 구성된다.간단한 분류기를 구성한다. 처음과 끝 단어를…… keras로 키워드 분석(1/5) 계속 읽기
신들의 시간
isbn: 9788960764323 특이하게 작가가 멕시코 고대 역사를 전공했다. 무슨 바램으로 멕시코까지 갔는지 모르겠으나 대단하다. 거리가 멀어 잉카, 마야, 칠레?? 모두 같은 문명이라 생각되는데 그 발생 위치가 다르다. 황화와 겐지스를 구분하지 못한 경우와 비슷하다. 만약 신대륙 사람이 대부분 살았다면 고대 문명에 이들을 추가했을지도 모르겠다. 잉카, 마야가 고대문명이지만 1500년대 멸망했음은 충격이다. 조선이 일본과 피튀게 싸울 때 아즈텍이…… 신들의 시간 계속 읽기