[AI] tensorflow (2)

홀짝 예제 

 

1. day13

1. holjjak_mnist

** user가 무조건 지는 (com이 이기는) 게임 ** import tensorflow as tf import numpy as np x_train = [ [1,0], #홀 [0,1], #짝 ] # y_train = [0,1] #x_train [1,0]이면 y_train 0, x_train [0,1]이면 y_train 1 / x_train에 대한 정답 y_train = [1,0] # y_train이 [1,0]이면 무조건 짐 / 반대의 결과가 나오기 때문 x_test = [ [1,0] #홀 ] x_train_np = np.array(x_train, dtype='f') #모델의 입맛에 맞추기 위해 실수로 바꿈 / 배열은 모델안에 들어갈 수 없어서 numpy로 바꿔줌 y_train_np = np.array(y_train, dtype='f') x_test_np = np.array(x_test, dtype='f') model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(2,)), #입력노드 / tf.keras.layers.Dense(512, activation=tf.nn.relu), #은닉층 tf.keras.layers.Dense(2, activation=tf.nn.softmax) #출력노드 / 2인 이유? 0이랑 1만 있으니까 2! ]) model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) model.fit(x_train_np, y_train_np, epochs=5) #epochs 지우면 기본값으로 test_loss, test_acc = model.evaluate(x_train_np, y_train_np) #h5 저장 model.save("holjjak.h5") #예측 predict = model.predict(x_test_np) print(predict) #숙제: 홀짝 h5파일 홀이면 1,0 짝이면 0,1 argmax 해서 0이면 홀로 세팅 1이면 짝으로 세팅

x_train = [             [1,0],  #홀             [0,1],  #짝 ] y_train = [1,0]   : x_train에서 [1,0]은 홀, [0,1]은 짝이라고 학습을 시킴. y_train(결과)에서는 [1,0](홀) 일때 1, [0,1](짝)일때 0을 가져오게 함 x_test = [             [1,0]  #홀     : 홀만 연습시킴           ] x_train_np = np.array(x_train, dtype='f')   #모델의 입맛에 맞추기 위해 실수로 바꿈 / 배열은 모델안에 들어갈 수 없어서 numpy로 바꿔줌 y_train_np = np.array(y_train, dtype='f') x_test_np = np.array(x_test, dtype='f') model = tf.keras.models.Sequential([     tf.keras.layers.Flatten(input_shape=(2,)),        #입력노드. 입력이 두개     tf.keras.layers.Dense(512, activation=tf.nn.relu),  #은닉층     tf.keras.layers.Dense(2, activation=tf.nn.softmax) #출력노드   / 2인 이유? 0이랑 1만 있으니까 2! ]) model.save("holjjak.h5")  : holjjak이름을 가진 h5 파일을 저장  predict = model.predict(x_test_np)  : 예측하기

2. holjjak_ai

import numpy as np import tensorflow as tf import keras mine="" com = "" result = "" #선언부 mine = input("홀/짝을 입력하세요.") x_test = [] #학습시킬때 약속함 / 바꿀수도 있음 / 학습시키기 나름... if mine == "홀": x_test.append([1,0]) else: x_test.append([0,1]) x_test_np = np.array(x_test) #학습한걸 가져옴 -> 무조건 지고 싶으면 학습을 다시 시켜야함 (무조건 지도록) model = keras.models.load_model("holjjak.h5") predict = model.predict(x_test_np) inx_hj = np.argmax(predict[0]) if inx_hj == 0: com = "홀" else: com = "짝" if com == mine : result = "win" else: result = "lose" print("나:",mine) print("컴:",com) print("결과:",result)

if mine == "홀":     x_test.append([1,0])   : 입력된 값이 홀이면 x_test에서 [1,0]을 가져옴. test 데이터를 넣을 때 numpy 타입으로...                                         *append: 배열의 값을 넣는 기능 else:                                       x_test.append([0,1])   : 입력된 값이 짝이면 x_test에서 [0,1]을 가져옴

3.holjjak_mnist_load

import tensorflow as tf import numpy as np import keras x_train = [ [1,0], #홀 [0,1], #짝 ] y_train = [0,1] #x_train [1,0]이면 y_train 0, x_train [0,1]이면 y_train 1 / x_train에 대한 정답 x_test = [ [1,0] #홀 ] x_train_np = np.array(x_train, dtype='f') #모델의 입맛에 맞추기 위해 실수로 바꿈 / 배열은 모델안에 들어갈 수 없어서 numpy로 바꿔줌 y_train_np = np.array(y_train, dtype='f') x_test_np = np.array(x_test, dtype='f') model = keras.models.load_model("holjjak.h5") predict = model.predict(x_test_np) inx_hj = np.argmax(predict[0]) print(predict) #숙제: 홀짝 h5파일 홀이면 1,0 짝이면 0,1 argmax 해서 0이면 홀로 세팅 1이면 짝으로 세팅

inx_hj = np.argmax(predict[0]) :  배열 중에서 가장 큰 값의 index를 가져오는건데 얘는 왜 0...? -> 테스트 데이터 중에 첫번째(0번째)의 값의 인덱스를 가져옴. 데이터가 여러개 있을 경우 어떤 데이터를 가져와야할지 몰라서 첫번쨰 데이터를 가져옴

 

 

2. day14

 

1. holjjak_mnist

import tensorflow as tf import numpy as np x_train = [ [0], #홀 [1], #짝 ] y_train = [0,1] # y_train이 [1,0]이면 무조건 짐 / 반대의 결과가 나오기 때문 x_test = [ [0] #홀 ] x_train_np = np.array(x_train, dtype='f') #모델의 입맛에 맞추기 위해 실수로 바꿈 / 배열은 모델안에 들어갈 수 없어서 numpy로 바꿔줌 y_train_np = np.array(y_train, dtype='f') x_test_np = np.array(x_test, dtype='f') model = tf.keras.models.Sequential([ tf.keras.layers.Flatten(input_shape=(1,)), #입력노드 / tf.keras.layers.Dense(20, activation=tf.nn.relu), #은닉층 tf.keras.layers.Dense(20, activation=tf.nn.relu), tf.keras.layers.Dense(2, activation=tf.nn.softmax) #출력노드 / 2인 이유? 0이랑 1만 있으니까 2! ]) model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) model.fit(x_train_np, y_train_np, epochs=10000) #epochs 지우면 기본값으로 test_loss, test_acc = model.evaluate(x_train_np, y_train_np) #h5 저장 model.save("holjjak.h5") #예측 predict = model.predict(x_test_np) print(predict) #숙제: 홀짝 h5파일 홀이면 1,0 짝이면 0,1 argmax 해서 0이면 홀로 세팅 1이면 짝으로 세팅

x_train = [             [0],  #홀             [1],  #짝     **입력하는 곳 하나  ]   y_train = [0,1] model = tf.keras.models.Sequential([     tf.keras.layers.Flatten(input_shape=(1,)),        #입력노드  /      tf.keras.layers.Dense(20, activation=tf.nn.relu), #은닉층     tf.keras.layers.Dense(20, activation=tf.nn.relu),      tf.keras.layers.Dense(2, activation=tf.nn.softmax) #출력노드   / 2인 이유? 0이랑 1만 있으니까 2! ])

2. holjjak_ai

import numpy as np import tensorflow as tf import keras from datetime import datetime t1 = datetime.now() mine="" com = "" result = "" #선언부 mine = input("홀/짝을 입력하세요.") x_test = [] #학습시킬때 약속함 / 바꿀수도 있음 / 학습시키기 나름... if mine == "홀": x_test.append([0]) else: x_test.append([1]) x_test_np = np.array(x_test) t2 = datetime.now() #학습한걸 가져옴 -> 무조건 지고 싶으면 학습을 다시 시켜야함 (무조건 지도록) model = keras.models.load_model("holjjak.h5") t3 = datetime.now() predict = model.predict(x_test_np) inx_hj = np.argmax(predict[0]) if inx_hj == 0: com = "홀" else: com = "짝" if com == mine : result = "win" else: result = "lose" print("나:",mine) print("컴:",com) print("결과:",result) t4 = datetime.now() print("t2-t1",t2-t1) print("t3-t2",t3-t2) print("t4-t3",t4-t3)

t1 = datetime.now() t2 = datetime.now() t3 = datetime.now() t4 = datetime.now() print("t2-t1",t2-t1) print("t3-t2",t3-t2) print("t4-t3",t4-t3) : 시간 출력