줘이리의 인생적기

주소 : 서울 송파구 오금로18길 6 송리단길에 위치하고 있는 영국식 레스토랑 차만다에 다녀왔습니다. 금요일 저녁이었고, 대기는 한시간정도 했습니다. 다섯테이블 정도 있었고, 오~~~~래 식사하시는 분이 굉장히 많더군요. 내부는 이렇게 깔끔합니다. 메뉴는 이렇게 있습니다. 저희는 우스터 쉬림프 파스타, 느와르 파스타, 셰퍼드 파이 3가지를 먹었습니다. 사진 세로로 어떻게 돌리죠? 아무튼, 먼저!! 시킨 두개의 파스타 입니다. 다음은 셰퍼드 파이라는 음식인데, 오코노미야끼처럼 생겼는데 안에 쇠고기 등심이 있습니다! 이렇게 펴발라서 이렇게 드시면 돼요 맛있어요!! 주차공간은 없습니다.. 차 가지고 오신 앞 팀이 주차때문에 고생하다가 먹으러 들어오셨어요ㅠㅠ 대기하다가 차량단속도 목격하였습니다.. ㅠㅠ 끗!

앞선 포스팅에서 사용했었던 Sequantial 모델을 사용하도록 하겠습니다. 4개의 Dense 레이어, relu, Adam, mse를 사용하겠습니다. from tensorflow.keras.datasets import boston_housing import tensorflow as tf import numpy as np import matplotlib.pyplot as plt #데이터셋 가져오기 (train_X, train_Y), (test_X, test_Y) = boston_housing.load_data() ###########정규화 (Standardization) ############# # X 값 Standardization X_mean = train_X.mean(axis=0) X_std = tr..

딥러닝에서 유명한 예제죠. 보스턴 주택 가격 예측 네트워크를 만들어보겠습니다. 보스턴 주택 가격 데이터셋은 keras와 tf.keras에 기본적으로 내장되어 있습니다. 먼저 훈련 데이터, 검증 데이터, 테스트 데이터에 대해 알아봅시다. 훈련(train) 데이터는 학습 과정에서 사용되는 데이터입니다. 검증(validation) 데이터는 학습이 잘 되고 있는지 검증하는 용도로 사용되는 데이터입니다. 테스트(test) 데이터는 학습 결과를 평가하기 위한 데이터입니다. 다음은 보스턴 주택 가격 데이터셋에 대하여 알아보겠습니다. 1978년 미국 보스턴 지역의 주택 가격이며, 506개 지역의 주택 가격 중앙값을 1,000달러 단위로 나타냈습니다. 범죄율, 주택당 방의 수, 고속도로 접근성, 학생/교사 비율 등 13..

앞서 배웠던 것들로 학령인구와, 노령인구의 경향을 나타내주는 딥러닝 네트워크 회귀선을 만들어 보겠습니다. import tensorflow as tf import numpy as np import matplotlib.pyplot as plt #X = school_age_population, Y = elderly_population X = [16.4, 14.7, 17.2, 16.6, 17.1, 20.3, 17.2, 15.6, 17.4, 18.7, 16.9, 17.1, 15.8, 19.3, 16.6, 15.1, 17.9] Y = [11.4, 13.2, 11.1, 17.6, 16.3, 9.2, 15.2, 18.4, 18.5, 11.6, 13.7, 9.7, 21.5, 12.0, 14.5, 15.8, 14.0] m..

이번에는 직선이 아니라 곡선 회귀선을 구해보도록 하겠습니다. 직선인 1차 함수에서 곡선 2차 함수로 조금 복잡해지기 때문에 함수명을 조금 간단하게 바꾸어보도록 하겠습니다. import tensorflow as tf import numpy as np import matplotlib.pyplot as plt import random #X = school_age_population, Y = elderly_population X = [16.4, 14.7, 17.2, 16.6, 17.1, 20.3, 17.2, 15.6, 17.4, 18.7, 16.9, 17.1, 15.8, 19.3, 16.6, 15.1, 17.9] Y = [11.4, 13.2, 11.1, 17.6, 16.3, 9.2, 15.2, 18.4, 18...

tensorflow 10번째 게시물에서 수식과 최소제곱법을 이용하여 회귀선을 도출했었습니다. 하지만 텐서플로우에서는 이러한 어려운 수학 수식없이 회귀선을 구할 수 있습니다. [tensorflow 10] 선형회귀01 에서 사용했던 자료들을 이용해보겠습니다. 먼저, tf.Variable를 통해 랜덤 값을 뽑아내고 tf.reduce_mean을 통해 잔차의 제곱의 평균을 뽑아내고 tf.optimizers를 통해 잔차의 제곱의 평균을 최소화하려고 합니다. import tensorflow as tf import numpy as np import matplotlib.pyplot as plt import random school_age_population = [16.4, 14.7, 17.2, 16.6, 17.1, 20..

하남에 위치하고 있는 먹보한우를 다녀왔습니다. 주소 : 경기 하남시 월호로 48-6 입구에서 이쁜 고기들이 저희를 맞이하고 있었습니다 ㅠㅠ 와인도 판매하니 같이 드셔도 좋을 듯 합니다! 내부는 이렇게 깔끔하게 되어 있고, 거리두기를 철저히 하고 있더군요! 저희는 꽃등심 세트와 차돌된장찌개를 시켰습니다 꽃등심이 이뻐요.. 맛없는거 하나 없는 밑반찬들.. 가벼운 기름기와 함께 마늘과 버섯을 구울 수 있는 석쇠!! 차돌 된장찌개. 별 다섯개요. 구운 사진이 많이 없어 죄송합니다. 먹느라 너무 바빠서.. 꽃등심도 입에서 살살 녹았어요 맛있게 먹었습니다! 주차같은 경우는 주차장도 넓고 손님이 많을 경우 주차관리요원분이 오셔서 알아서 해주십니다 먹보한우 덕분에 즐거운 저녁 보냈습니다!! 끗!!

강원도 양양에 위치하고 있는 카페 바다뷰제빵소를 다녀왔습니다 주소 : 강원 양양군 강현면 동해대로 3296 QR코드를 입력하고 들어오면 이렇게 집게와 쟁반이 저희를 맞이합니다! 빵들이 아주 이쁘죠 .. 뷰도 아주 좋아요!! 케이크도 이렇게 있습니다. 저희가 갔을 때는 먹으려고 했던 앙버터가 없더라고요..! 너무 아쉬웠습니다.. 메뉴는 이렇게 있고요~ 저희는 위층으로 올라갔습니다. 잘 모르시는 분들이 있을 것 같은데 위층 말고도 외부로 이어져 있는 다른 공간이 또 있습니다! 토요일 저녁이었는데도 자리가 많이 있었어요! 저희가 시킨 메뉴들입니다. 커피도 찐하고 맛있었어요! 뷰도 좋죠? 포토존에서 사진도 찍고 즐거운 여행하세요!! 마지막 하늘 사진 투척 후 끗!!