활연개랑

남의 코드 따라하다보니 이런 오류가 생겼습니다.. 이 문제는 바로 tensorflow 버전 문제입니다. tensorflow 2.0 이후로는 tensorflow.contrib 이 삭제되었다고 하네요. 따라서 원래 있던 tensorflow는 uninstall해주고, tensorflow ==1.15 버전을 설치해주도록 합니다. ( 꼭 1.15 버전이어야만 합니다! tensorflow에서 1.xx버전중 1.15 이외의 버전은 지원하지 않습니다. ) 이유는 모르겠지만 pip install로 하면 tensorflow 2.0 이전 버전을 install할 수 없다고 뜨더라구요 그래서 다음과같이 uninstall & install을 해주도록 합니다 ! conda remove tensorflow conda install ..

설명하기 앞서 requirements.txt 파일을 생성, install하는 코드를 보여드리도록 하겠습니다. # cmd 사용 # 패키지 -> requirements.txt로 저장 pip freeze > requirements.txt # 해당 패키지 설치 pip install -r requirements.txt 이 과정에서 requirements.txt 로 저장은 되는데, 다른 가상환경에서 패키지 설치 오류가 나는 문제가 생겼습니다. requirements.txt를 열어보니 .. 주소같은? 형식의 문장이 들어있는 것을 확인했으며, 그것이 오류의 원인이라 생각해 그 것들만 지워서 다시 설치를 해봤습니다. error는 나지 않지만 깔리지 않는 것들이 있습니다... 그래서 제가 해결을 위해 사용한 방법은 pip..

다음과 같이 오류가 떴을 경우, widget = QtWidgets.QStackedWidget() < 화면전환용 위젯 생성을 해주시면 됩니다. 이 위젯 생성 과정은 pyqt window 창 뜨게 하도록 하는 코드에서 사용해주시면 되며, 순서를 잘 신경써주어야합니다. 참고 코드는 아래와 같습니다. if __name__ == '__main__': app = QApplication(sys.argv) # 화면전환용 위젯 생성 widget = QtWidgets.QStackedWidget() # 레이아웃 인스턴스 생성 mainWindow = input_window() infoWindow = information_window() # 위젯 추가 widget.addWidget(mainWindow) widget.addWid..

pyqt 디자인은 보통 qtdesigner를 사용해서 합니다. qtdesigner 설치방법은 따로 포스트해 두었으니 아래 페이지를 참고해주세요 https://tmdhhey.tistory.com/37 [PyQT(파이큐티)] qt designer 설치 및 실행방법 pyqt의 ui design을 제작할 수 있는 프로그램 qt designer를 설치하고 실행하는 방법을 알아보도록 하겠습니다. disigner로 ui 제작 후 designer에 있는 툴을 잘 활용한다면 프로그램 파일을 만들 때 , 코드와 tmdhhey.tistory.com designer을 open하고 dialog를 만들었을 때, 그 dialog의 배경을 변경하고 싶다면 dialog 우클릭- styleSheet 바꾸기... 이후에 아래와 같이 입력..

AttributeError: 'NoneType' object has no attribute 'shape' 이 오류는 이미지 경로설정이 잘못되어있는 경우입니다. img = cv2.imread('121_F.jpg',cv2.IMREAD_COLOR) 저는 '123_F.jpg'를 입력해야하는데 121로 입력하여 오류가 났더군요 다들 참고하시고 오늘도 좋은 코딩하루 되세요 !

openCV에서 다음과 같은 오류는 bitwise_and 연산을 수행할 때 img와 mask의 데이터 타입이나 채널 수가 맞지 않아 생기는 오류입니다. 문제 해결 방법: 1. 이 오류의 경우 이미지가 잘못 들어갔을 가능성이 가장 큽니다. 이미지 불러오기를 확인해봅시다. 2. img와 mask의 shape을 확인하시면 이와 같은 결과가 나올 수 있습니다. 이 결과값의 의미는 img shape이 (1404,736,3)이고, mask shape이 (1404,736) 이라는 의미이니, 위에 함수에서 binary가 안되어 있을 것입니다. 그부분 확인해주시면되겠습니다.

회귀(Classification)와 분류(Classification)는 지도학습의 목적이다. (지도학습과 비지도학습의 차이는 학습시키기 위해 답을 주느냐 안주느냐이다.) 지도학습은 훈련데이터를 모델화하여 A라는 데이터에 대해 정확한 출력을 예측하는 것이다. 분류(Classification) 텍스트를 입력했을 때 그것이 어떠한 class에 속하는지 예측하는 것이다. 예를들면, 고양이와 개의 이미지를 보고 어떤 class에 속하는지 분류할 수 있다. 회귀(Regression) 회귀는 예측값이 연속적인 숫자 float형태인 문제들을 해결하는데 사용한다. 예를들면, 여러가지 feature들을 가지고 특정 지역의 땅값을 예측할 수가 있다. 즉, 출력에 연속성이 있고, 연속된 수중에 어느 부분이 될 것인지에 대해 ..

내적: 행렬곱 행렬곱은 아래와 같은 형식을 사용합니다. np.dot(x,y) # x.dot(y) 를 사용해도 된다. x와 y에는 행렬이 들어가야만 행렬 곱을 할 수 있습니다. 다음과 같이 행렬을 지정해줍시다. import numpy as np x= np.arange(1,7).reshape(2,3) # 1,6까지 2행3열 y= np.array([[6,23],[-1,7],[8,9]]) # 2개의 배열 3개를 2행3열로 만들기 그리고 행렬곱을 실행해줍니다. np.dot(x,y) 결과는 다음과 같이 나옵니다. array([[ 28, 64], [ 67, 181]]) 역행렬 역행렬은 아래와 같은 코드를 사용합니다. np.linalg.inv() 일단 역행렬을 하기위해 행렬을 하나 만들어줍니다. np.random.se..