분류 전체보기114 API/ 포스트맨(POSTMAN)으로 API 테스트 사용법 포스트맨(POSTMAN)으로 API 테스트 사용법 포스트맨(POSTMAN)은 TEST API 설계 개발, 테스팅을 할수 있는 GUI 툴 입니다. 프론트엔드를 베재하고, 서버 프로그램이 들어온 API 요청에 대하여 제대로 동작하는지 확인할수 있습니다. - JSON이 사용된 POST 방식 호출 - Query String이 포함된 Get 방식 호출 - 요청에 대한 결과는 하단의 Response로 들어오게 됩니다. - Collection 내에 저장하거나 Json 파일로 다운로드 할 수 있습니다. 1. 포스트맨(POSTMAN) 설치하기 https://www.postman.com/downloads/ Download Postman | Get Started for Free Try Postman for free! Joi.. 2022. 6. 17. API/ Python Flask 에서 Resource 클래스를 이용한 API 서버 개발 방법 Python Flask 에서 Resource 클래스를 이용한 API 서버 개발 방법 수업중에 배운 Recipe 에서 예제를 간단히 정리해 보았습니다. 1. 라이브러리 설치 pip install flask pip install flask-restful 2. API 서버 개발 간단 예제 app.py # 라이브러리 호출 from flask import Flask from flask_restful import Api from resources.recipe import RecipeListResource from resources.recipe_info import RecipeResource # API 서버를 구축하기 위한 기본 구조 app = Flask(__name__) # restfulAPI 생성 api = Ap.. 2022. 6. 17. 딥러닝/ 에포크 시마다 기록(log)을 남길 수 있는 CSVLogger 에포크 시마다 기록(log)을 남길 수 있는 CSVLogger # 파일썬으로 디렉토리 만드는 코드 작성 if not os.path.exists(PROJECT_PATH + '/log/' + model_type + '/') : os.makedirs(PROJECT_PATH + '/log/' + model_type + '/') from tensorflow.keras.callbacks import CSVLogger # 미리 경로를 변수에 저장해둠 LOGFILE_PATH >> ./log/mobilenetv2/mobilenetv2-by-type-training-logblock-1-1.csv csv_logger = CSVLogger(LOGFILE_PATH, append=True) 힐링아무의 코딩일기!! 2022. 6. 16. 딥러닝/ 에포크 시마다 가장 좋은 모델을 저장하는 ModelCheckpoint 에포크 시마다 가장 좋은 모델을 저장하는 ModelCheckpoint # 파일썬으로 디렉토리 만드는 코드 작성 if not os.path.exists(PROJECT_PATH + '/checkpoints/' + model_type + '/') : os.makedirs(PROJECT_PATH + '/checkpoints/' + model_type + '/') from tensorflow.keras.callbacks import ModelCheckpoint # 경로를 미리 변수로 만듬 CHECKPOINT_PATH >> ./checkpoints/mobilenetv2/by-type-mobilenetv2-block-1-1.h5 cp = ModelCheckpoint(CHECKPOINT_PATH, monitor='va.. 2022. 6. 16. 딥러닝/ Fine Tuning(파인 튜닝) 을 하기 위한 코드와 설명 Fine Tuning(파인 튜닝) 을 하기 위한 코드와 설명 파인튜닝(Fine Tuning)이란? Transfer Learning을 이용해 학습한 상태에서 베이스 모델의 파라미터를 미세하게 조정하는 것으로~ Frozen Layer 범위에 변화를 주거나 컴파일에 변화를 주어 추가로 학습을 시키는 것을 말합니다. 1. base_model을 학습 가능토록 만든다. base_model.trainable = True model.summary() summary()로 확인하기 2. 몇번째 레이어까지 학습 불가능하게 할지 정한다. base_model.layers len(base_model.layers) 길이를 구해봅니다. end_layer = 130 for layer in base_model.layers[ : end_.. 2022. 6. 16. 딥러닝/ Transer Learning을 하기 위한 코드와 설명 Transer Learning을 하기 위한 코드와 설명 기존의 잘 만들어진 모델을 활용하는 방법 CNN 모델을 두 부분으로 나눕니다. Base Model 과 Head Model 여기서 Head Model을 제거하고 가져옵니다. base_model = MobileNetV2(input_shape=(224,224,3), include_top=False) 가져온 Base Model은 학습이 안되게 막아줍니다. base_model.trainable = False base_model.summary() 확인해 줍니다. head_model = base_model.output head_model = AveragePooling2D(4,4)(head_model) head_model = Flatten()(head_model).. 2022. 6. 16. Python(파이썬)/ 구글 코랩에서 인터넷에 있는 파일을 다운로드 하는 방법 구글 코랩에서 인터넷에 있는 파일을 다운로드 하는 방법 !wget --no-check-certificate \ https://storage.googleapis.com/laurencemoroney-blog.appspot.com/horse-or-human.zip \ -O /tmp/horse-or-human.zip !wget --no-check-certificate \ https://storage.googleapis.com/laurencemoroney-blog.appspot.com/validation-horse-or-human.zip \ -O /tmp/validation-horse-or-human.zip 위에 코드는~ 구글코랩의 tmp 디렉토리 밑에 horse-or-human.zip 파일과 validation.. 2022. 6. 15. 딥러닝/ EarlyStopping 라이브러리 사용법 EarlyStopping 라이브러리 사용법 에포크를 계속 실행하는 동안 성능이 더이상 좋아지지 않으면 멈춰라. patience=10 에포크를 10번 하는동안 성능향상이 안되면 멈춰라. early_stop = tf.keras.callbacks.EarlyStopping(monitor='val_loss', patience=10) Callbaks(콜백)이란?? 프레임워크가 실행하는 코드, 코드 실행을 프레임워크에 맡기는 것. epoch_history = model.fit(X_train, y_train, epochs=100000, validation_split=0.2, callbacks=[early_stop]) 힐링아무의 코딩일기 힐코딩!! 2022. 6. 13. Phthon(파이썬) 딥러닝 밸리데이션 데이터란 무엇이고, 코드에서 사용하는 방법 밸리데이션 데이터란 무엇이고, 코드에서 사용하는 방법 밸리데이이션은 에포크가 한번 끝날때마다~ 원래는~ 모델 학습이 다 끝나고 나면 해줘야 하는 것인데!! 이것을 아예 중간에 평가하고 싶다. validation_split=0.2 시험볼 데이터가 있어야 하는데 그걸 X_train, y_train으로 한다. a. 파라미터 validation_split epoch_history = model.fit(X_train, y_train, epochs=1000, validation_split=0.2) 힐링아무의 코딩일기 힐코딩!! 2022. 6. 13. Python(파이썬) 딥러닝 learning rate를 옵티마이저에서 셋팅하는 코드 learning rate를 옵티마이저에서 셋팅하는 코드 model.compile(tf.keras.optimizers.RMSprop(learning_rate=0.001), loss='mse', metrics=['mse', 'mae']) return model model = build_model() 힐링아무의 코딩일기 힐코딩!! 2022. 6. 13. 이전 1 2 3 4 5 6 7 8 ··· 12 다음
