목록분류 전체보기 (102)
DeseoDeSeo
➤ MLP(Multi Layer Perceptron) / DNN (Deep Neural Network) - Dense층을 사용하는 딥러닝 모델 ➤ 출력층 Dense ex) model.add(Dense)units, activation, input_dim)) units :퍼셉트론의 개수, 퍼셉트론 = 인간 뇌의 뉴런같은 역 이진분류 =1, 다중분류 = 클래스의 개수, 회귀=1 activation : 이진분류 = 'sigmoid' , 다중분류 ='softmax', 회귀 ='linear' ⛧ 이진분류에서 sigmoid를 사용는 이유 ➤ sigmoid는 0~1까지로 결과를 바꿔줌 - 해당 결과를 보면 딥러닝모델을 어떤식으로 수정해야하는지 알 수 있음. - 0 또는 1에 가까울 수록 모델이 예측을 잘하고 있음을 알..
pom.xml 보안 관련 api추가 5.0.2.RELEASE org.springframework.security spring-security-web ${org.springsecurity-version} org.springframework.security spring-security-config ${org.springsecurity-version} org.springframework.security spring-security-taglibs ${org.springsecurity-version} src/main/java > kr.spring.config securityInitializer.java package kr.spring.config; import org.springframework.security...
ミ★ 코드 추가후. 404 에러 나면 xml의 sql문에 문제 있음. 사진 관련 500에러 나면 resources > upload파일에 파일 아무거나 저장해놓기. or 이 경로에서 resource폴더 안에 upload파일이 없을 수도 있음. ★ミ joinForm.jsp 권한 ROLE_USER ROLE_MANAGER ROLE_ADMIN MemberController > " join.do " @RequestMapping("/join.do") public String join(Member m, RedirectAttributes rttr, HttpSession session) { System.out.println("회원가입 기능요청"); //유효성 검사 if(m.getMemID() ==null || m.getM..
xml파일을 삭제하고 class파일로 대체함. webConfig.java package kr.spring.config; import javax.servlet.Filter; import org.springframework.web.filter.CharacterEncodingFilter; import org.springframework.web.servlet.support.AbstractAnnotationConfigDispatcherServletInitializer; // Web.xml의 기능을 담고 있는 클래스를 상속 받는다 public class WebConfig extends AbstractAnnotationConfigDispatcherServletInitializer { // web.xml을 대체할 ja..
MySQL.sql ➜ 기존 테이블 drop하고 MEMID를 추가한 테이블 생 CREATE TABLE BOARD( IDX INT NOT NULL AUTO_INCREMENT, MEMID VARCHAR(20) NOT NULL, TITLE VARCHAR(100) NOT NULL, CONTENT VARCHAR(2000) NOT NULL, WRITER VARCHAR(300) NOT NULL, INDATE DATETIME DEFAULT NOW(), COUNT INT DEFAULT 0, PRIMARY KEY(IDX) ); BoardMapper.xml : 글쓰기 작성하는 sql문 INSERT INTO BOARD(MEMID,TITLE, CONTENT, WRITER) VALUES(#{memID},#{title},#{cont..
⛧[출력형태에 따른 unit의 개수 ]⛧ - 회귀: units = 1 - 이진분류 : units = 1 - 다중분류 : units = 클래스의 개수 ⛧[출력 형태에 따른 활성화함수의 종류 ]⛧ - 회귀: linear() ➜ linear값이 dafault항등함수, y=x의 선형 모델을 사용. 선형모델이 예측한 데이터를 그대로 출력. 기본값이라서 적어주지 않ㅎ아도 괜찮다. -이진분류 : sigmoid ➜ 0~1사이의 확률값으로 출력 받기 위함. - 다중분류 : softmax ➜ 클래스의 개수만큼 확률값을 출력 ➜ 각각의 확률값의 총합이 1이 되도록 출력. ➤ 목표 손글씨 데이터를 분류하는 딥러닝 모델을 설계해보자! 다중분류 딥러닝 모델링을 연습해보자 기본라이브러리 불러오기 import numpy as np ..