율리우스력 변환하기 율리우스력은 고대 로마의 정치가 율리우스 카이사르가 기원전 46년에 제정해 기원전 45년부터 시행한 양력(陽曆) 역법이다. 율리우스력의 1년은 365일 또는 366일(4년에 한번)이다. 기원전 46년 이전까지 고대 로마에서는 태음력을 사용하였으며, 점차 계절의 변화(즉, 태양의 일주)를 고려해 태음력과 태양력을 섞어서 년(年)과 월(月)을 계산하였다. 이에 따라 특히 달을 계산하는 데 적지 않은 혼란과 계산의 착오가 생겼으며, 이러한 착오는 제사장이 임의로 수정하였다. 율리우스 카이사르가 채택한 달력은 태양력을 기준으로 2월을 제외한 달은 모두 30일 또는 31일로 정함으로써 이전에 있던 번거로움을 한꺼번에 해소하였다. 출처 : 위키백과 Joda-Time Library 사용 Strin..

linear-gradient : CSS3에서 추가된 것으로, 선형 그라데이션 효과를 만들 수 있습니다. linear-gradient( direction, color1, color2, …, color3 ); direction에는 그라데이션 방향을 입력합니다. to bottom : 위에서 아래로 그라데이션을 만듭니다. (기본값) to top : 아래에서 위로 그라데이션을 만듭니다. to left : 오른쪽에서 왼쪽으로 그라데이션을 만듭니다. to right : 왼쪽에서 오른쪽으로 그라데이션을 만듭니다. ndeg : n 도의 방향으로 그라데이션을 만듭니다. 예시 .gradation_bar { width: 100%; background: linear-gradient(to right, #ff0000, orange..

Load Packages import numpy as np import torch Basic PyTorch 기초 사용법 nums = torch.arange(9) nums.shape nums.numpy() nums.reshape(3, 3) randoms = torch.rand((3, 3)) zeros = torch.zeros((3, 3)) ones = torch.ones((3, 3)) torch.zeros_like(ones) Operations PyTorch로 수학연산 하기 nums * 3 nums = nums.reshape((3, 3)) nums + nums result = torch.add(nums, 10) result.numpy() # Out array([[10, 11, 12], [13, 14, 15..

Load Packages import tensorflow as tf from tensorflow.keras import layers from tensorflow.keras import datasets Build Model input_shape = (28, 28, 1) num_classes = 10 learning_rate = 0.001 inputs = layers.Input(input_shape, dtype=tf.float64) net = layers.Conv2D(32, (3, 3), padding='SAME')(inputs) net = layers.Activation('relu')(net) net = layers.Conv2D(32, (3, 3), padding='SAME')(net) net = laye..

TensorFlow 공식 홈페이지에서 설명하는 Expert 버전을 사용해봅니다. Load Packages import tensorflow as tf from tensorflow.keras import layers from tensorflow.keras import datasets 학습 과정 돌아보기 Build Model input_shape = (28, 28, 1) num_classes = 10 inputs = layers.Input(input_shape, dtype=tf.float64) net = layers.Conv2D(32, (3, 3), padding='SAME')(inputs) net = layers.Activation('relu')(net) net = layers.Conv2D(32, (3, 3..

Load Packages import tensorflow as tf from tensorflow.keras import layers from tensorflow.keras import datasets 학습 과정 돌아보기 Prepare MNIST Datset (train_x, train_y), (test_x, test_y) = datasets.mnist.load_data() Build Model inputs = layers.Input((28, 28, 1)) net = layers.Conv2D(32, (3, 3), padding='SAME')(inputs) net = layers.Activation('relu')(net) net = layers.Conv2D(32, (3, 3), padding='SAME')(..

Load Packages import tensorflow as tf import os import matplotlib.pyplot as plt %matplotlib inline Input Image from tensorflow.keras import datasets (train_x, train_y), (test_x, test_y) = datasets.mnist.load_data() image = train_x[0] # 차원 수 높이기 image = image[tf.newaxis, ..., tf.newaxis] image.shape # Out (1, 28, 28, 1) Feature Extraction Convolution filters: layer에서 나갈 때 몇 개의 filter를 만들 것인지 kern..

Load Packages import numpy as np import matplotlib.pyplot as plt import tensorflow as tf %matplotlib inline 데이터 불러오기 TensorFlow에서 제공해주는 데이터셋(MNIST) 예제 불러오기 입니다. from tensorflow.keras import datasets mnist = datasets.mnist (train_x, train_y), (test_x, test_y) = mnist.load_data() train_x.shape # Out (60000, 28, 28) Image Dataset 들여다보기 불러온 데이터셋에서 이미지 데이터 하나만 뽑아서 시각화합니다. 데이터 하나만 뽑기 image = train_x[0..

Load Packages import numpy as np import tensorflow as tf Tensor 생성 list -> Tensor tf.constant([1, 2, 3]) # Out tuple -> Tensor tf.constant(((1, 2, 3), (1, 2, 3))) # Out Array -> Tensor arr = np.array([1, 2, 3]) tf.constant(arr) # Out Tensor에 담긴 정보 확인 shape 확인 tensor = tf.constant(arr) tensor.shape # Out TensorShape([3]) Data Type 확인 주의: Tensor를 생성 할 때 Data Type을 정해주지 않기 때문에 혼동이 올 수 있습니다. Data Ty..

TensorFlow 2.0 1.x에 비해 정말 쉬워졌습니다. Numpy Array와 호환이 쉽습니다. TensorBorad, TFLite, TPU 여전히 많은 사용자들이 사용합니다. 상용 목적으로 주로 사용합니다. PyTorch Dynamic Graph & Define by Run 쉽고 빠르며 코드가 간결합니다. 빠르게 성장하고 있습니다. 커뮤니티가 많이 활성화 되고 있습니다. 연구 목적으로 주로 사용합니다. 둘 다 때에 따라 환경에 맞게 사용하면 될 것 같습니다.