9566

-tf.placeholder() : 선언한 후, 값을 부여한다. - clip = noise[idx:(idx+16000)] - glob.glob(path, recursive=True) from glob import glob 파라미터 recursive=True 로 설정하고 ** 로 작성하면 하위 폴더에도 접근할 수 있습니다 - filter(조건 함수, 순회 가능한 데이터) - map(조건 함수, 순회 가능한 데이터) - .strip() : 문자열/공백 제거 ex_str = " abc " ex_str.strip() # 'abc'

- np.random.RandomState() if state is None else state # 방법1 if state is None: np.random.RandomState() else: state # 방법2 np.random.RandomState() if state is None else state - .real a = 1+2j a.real # 1.0 a.imag # 2.0 - 이중 def def abc(x): def ab(*arg, **kwargs) return x(*arg, **kwargs) return ab - 이중 for문 + 람다함수 # 방법1 flatten = lambda l: [item for sublist in l for item in sublist] # 방법2 for sublist..

tf config = tf.ConfigProto() # 1. GPU 설정 config.gpu_options.visible_device_list = device # GPU가 2개면, 첫 번째 GPU -> "0", 두번째 GPU -> "1" 로 설정 # 2. GPU 사용량 조절 config.gpu_options.per_process_gpu_memory_fraction = memory_fraction # memory_fraction=1 : 100% 사용 # config.gpu_options.allow_growth = False # True : 필요할 때마다 GPU 사용률 조절, False : GPU의 모든 메모리를 점유 # 3. GPU 대비/검사 config.allow_soft_placement = True ..

np.pad() a = [1,2,3] # 왼쪽 2개, 오른쪽 3개 0으로 패딩합니다 np.pad(a, pad_widtd=(2,3), mode='constant', constant_values=0) >>> [0,0,1,2,3,0,0,0] from glob import glob # glob는 파일들의 리스트를 뽑을 때 사용하는데, 파일의 경로명을 이용해서 입맛대로 요리할 수 있답니다. import gc # 직접 할당/해제하지 않아도 객체가 현재 쓰이는곳이 없을 경우 자동으로 해제 import re # re(gex)가 제공하는 함수 : match(), fullmatch(), findall(), search() 등 - 인덱스, 원하는 문자열 찾기 import shutil # 고수준 파일 연산 # shutil 모..

불러온 데이터 연결 out1 = pd.read_csv("./input/densenet.csv", index_col=0) out2 = pd.read_csv("./input/TF_keras.csv", index_col=0) out3 = pd.read_csv("./input/submission38.csv", index_col=0) out4 = pd.read_csv("./input/submission43.csv", index_col=0) concat_sub = pd.concat([out1, out2, out3, out4], axis=1) 데이터 확인(os.listdir)

bilateral : 양쪽면이 있는 wavelet : 웨이블릿이란 0을 중심으로 증가와 감소를 반복하는 진폭을 수반한 파동 같은 진동을 말한다. array.shape() -> 행렬아님 차원임 import numpy as np x = np.arange(20) # 1차원 배열. y = x.reshape(4, -1) # 데이터개수(20개) = 2차원(4) X 1차원(?) y # 크기가 맞아야 함으로, -1 자리에는 5개로 채워진다. array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14], [15, 16, 17, 18, 19]]) y.shape (4, 5) y = x.reshape(2, 5, -1) # 데이터개수(20개) = 3차원(2) X 2차원(5)..

ㅇ