인공 신경망과 딥 러닝 강의 실습 코드

코드 구성

mnist_shallow.py
- MNIST 데이터의 구분을 위한 얕은 네트워크(shallow network)를 구성해 훈련하고, 훈련을 마친 네트워크의 정확도를 확인하는 코드
mnist_deep.py
- MNIST 데이터의 구분을 위한 깊은 네트워크(deep network)를 구성해 훈련하고, 훈련을 마친 네트워크의 정확도를 확인하는 코드
mnist_cnn.py
- CNN(Convolutional Neural Network) 네트워크 구조를 더 쌓아 구성한 deep Convolutional Network를 이용해 MNIST 데이터를 훈련하고, 훈련을 마친 네트워크의 정확도를 확인하는 코드
cifar10_cnn.py
- CNN 네트워크 구조를 이용해 CIFAR-10 데이터를 훈련하고, 훈련을 마친 네트워크의 정확도를 확인하는 코드
- Model, weight, history를 저장
test_mnist_cnn.py
- MNIST 데이터를 이용해 훈련된 네트워크를 불러와, model, history, 각 층의 결과를 확인하는 코드
test_cifar10_cnn.py
- CIFAR-10 데이터를 이용해 훈련된 네트워크를 불러와, model, history, 각 층의 결과를 확인하는 코드

GPU 사용이 가능한 컴퓨터의 경우, Theano에서 제공하는 GPU 병렬화 기능을 사용하기 위해서는 Theano flag를 GPU 계산을 위해 셋팅해야 함.
- 예를 들어 mnist_shallow.py 프로그램을 GPU에서 실행시키려 할 경우, Command-line Prompt에 다음과 같이 입력해 코드를 실행

> THEANO_FLAGS=mode=FAST_RUN,device=gpu,floatX=float32
> python mnist_shallow.py