pickle을 사용하여 파이썬 리스트를 파일로 저장하고 다시 로드하는 파이썬 예제코드입니다. 2023. 12. 9 최초작성 리스트를 파일로 저장하기 현재 파이썬 코드 파일이 있는 위치에 list_a.pkl 파일이 생성됩니다. import pickle # 저장할 리스트 list_a = [1, 2, 3, 'a', 'b', 'c'] # 파일로 저장 with open('list_a.pkl', 'wb') as file: pickle.dump(list_a, file) 파일로부터 리스트 로드하기: 앞에서 생성한 list_a.pkl 파일을 로드하여 변수 list_a에 저장합니다. import pickle # 파일에서 리스트 로드 with open('list_a.pkl', 'rb') as file: list_a = pi..

넘파이 배열을 파일로 저장했다가 다시 로드하는 예제 코드입니다. 2023. 11. 3 - 최초작성 import numpy as np # 넘파이 배열 생성 array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print('원본 넘파이 배열') print(array) print() # 넘파이 배열을 저장합니다 np.save('array_data.npy', array) # 넘파이 배열을 로드합니다. loaded_array = np.load('array_data.npy') print('파일에서 로드한 넘파이 배열') print(loaded_array) 실행 결과

입력 데이터를 사용한 훈련이 완료된 후, 변수(tf.Variable)에 저장되어 있는 모델 파라미터를 파일로 저장했다가 필요시 불러와 사용하는 방법을 다루고 있습니다. MNIST를 기반으로 손글씨를 인식시키려고 진행하는 도중에 매번 훈련 데이터를 가지고 최적화 및 손실 계산을 할 필요가 없지 않을까 하다가 찾아보게 되었습니다. 다음 사이트에 있는 텐서플로우 예제들을 공부한 결과를 비정기적으로 올리고 있습니다. https://github.com/aymericdamien/TensorFlow-Examples 텐서플로우 2.0에서 텐서플로우 1.x 코드를 실행하는 방법을 설명합니다. Tensorflow 2.0에서 Tensorflow 1.x 코드 실행하기https://webnautes.tistory.com/139..