Youngju Jaden Kim pydemia

TCL-Tensorflow

텐서플로우 시작하기

글쓴이: 김정주([email protected])

이 문서는 텐서플로우 공식 페이지 내용을 바탕으로 만들어졌습니다.

소개

텐서플로우(TensorFlow)는 기계 학습과 딥러닝을 위해 구글에서 만든 오픈소스 라이브러리입니다. 데이터 플로우 그래프(Data Flow Graph) 방식을 사용하였습니다.

Python Study Assignments

서울대 경영대, 2016 벤처창업웹프로그래밍1 (이하 벤1), 파이썬 기말고사 시험문제입니다. 각자 한 번 풀어보세요.

이와 관련해서 질문이 있으신 분은 댓글 혹은 AskDjango 페이스북 그룹 에 질문을 남겨주세요.

벤1 은 파이썬 강의이며, 벤처창업웹프로그래밍2 (이하 벤2) 의 선수과목입니다. 벤2 에서는 Django 웹프레임워크를 1학기 동안 다룹니다.

문제풀이도 공개했습니다. : https://github.com/askdjango/snu-web-2016-09/tree/master/finals

AskDjango 이진석

== Overview of Datasets ==

The examples in this book use the "Chimpmark" datasets: a set of freely-redistributable datasets, converted to simple standard formats, with traceable provenance and documented schema. They are the same datasets as used in the upcoming Chimpmark Challenge big-data benchmark. The datasets are:

Wikipedia English-language Article Corpus (wikipedia_corpus; 38 GB, 619 million records, 4 billion tokens): the full text of every English-language wikipedia article, in
Wikipedia Pagelink Graph (wikipedia_pagelinks; ) --
Wikipedia Pageview Stats (wikipedia_pageviews; 2.3 TB, about 250 billion records (FIXME: verify num records)) -- hour-by-hour pageview

	class A:

	def __init__(self, name):
	self.name = name

	def execute(self):
	raise NotImplementedError()


	class B:

	"""
	A keras attention layer that wraps RNN layers.

	Based on tensorflows [attention_decoder](https://github.com/tensorflow/tensorflow/blob/c8a45a8e236776bed1d14fd71f3b6755bd63cc58/tensorflow/python/ops/seq2seq.py#L506)
	and [Grammar as a Foreign Language](https://arxiv.org/abs/1412.7449).

	date: 20161101
	author: wassname
	url: https://gist.github.com/wassname/5292f95000e409e239b9dc973295327a
	"""

	#!/usr/bin/env python3
	# -- coding: utf-8 --
	"""
	Created on Thu Dec 7 22:40:11 2017

	@author: Young Ju Kim
	"""

	import time, pygame, matplotlib, math
	import scipy as sp

	#!/usr/bin/ruby
	# Create display override file to force Mac OS X to use RGB mode for Display
	# see http://embdev.net/topic/284710

	require 'base64'

	data=`ioreg -l -d0 -w 0 -r -c AppleDisplay`

	edids=data.scan(/IODisplayEDID.*?<([a-z0-9]+)>/i).flatten
	vendorids=data.scan(/DisplayVendorID.*?([0-9]+)/i).flatten