본문 바로가기

전체 글

 (66)
ML lab 06-2: TensorFlow로 Fancy Softmax Classification의 구현하기 해당 자료는 "모두를 위한 머신러닝/딥러닝 강의"를 보고 개인적으로 정리한 내용입니다. http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io 본 실습의 tensorflow는 1.x 버전입니다. Softmax Classification 코드 구현 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() #tensorflow v1호환 import numpy as np # Predicting animal type based on various features xy = np.loadtxt('data-04-zoo.csv', delimiter=',', dtype=np.float32) #x_data = xy[..
ML lab 06-1: TensorFlow로 Softmax Classification의 구현하기 해당 자료는 "모두를 위한 머신러닝/딥러닝 강의"를 보고 개인적으로 정리한 내용입니다. http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io 본 실습의 tensorflow는 1.x 버전입니다. Softmax Classification을 Tensorflow로 구현 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() #tensorflow v1호환 # X data는 행은 여러개, 열은 4개의 변수로 이루어져 있으므로 Shape는 [None,4] # Y data는 one hot encoding 된 형태로 0 = [1,0,0] , 1 = [0,1,0], 2=[0,0,1] x_data = [[1, 2,..
5/31 아라뱃길 상동 아라뱃길 08:00 출발, 10:30 도착 최고속도 : 29.6km/h 평균속도 : 16.3km/h(갈 때), 18.1km/h(올 때) 총 거리 : 13.33km + 12.65km = 25.98km 후기 가는길에 자전거가 평소보다 잘 나가지 않아 확인해보니 타이어 바람이 빠져 있었다. 아라뱃길쪽에는 중간중간 자전거 수리가 가능한 곳이 있고, 그 곳에서 타이어 수리가 가능하였다. 나의 자전거 타이어 공기 주입 방식은 던롭이라는 방식이고, 바람이 빠진 원인은 안의 무시고무가 다 닳아서 바람이 정상적으로 유입되지 않는 것이었다. 무시고무 교체 후 자전거의 이전 보다 수월하게 페달 속도를 유지하는 것을 느꼈다. 팁으로, 아라뱃길의 자전거 수리하는 곳은 던롭 방식이 구형 자전거에 흔하게 사용한 방식이라 그런..
ML lec 6-2: Softmax classifier 의 cost함수 해당 자료는 "모두를 위한 머신러닝/딥러닝 강의"를 보고 개인적으로 정리한 내용입니다. http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io 매트릭스를 이용해 N개의 값을 Classification 매트릭스를 각 각 곱하여 Y햇 3가지 값을 구할 수 있음 classification는 0,1 2가지로 구분이 되어야 하지만, W와 X곱 연산은 여러가지 값이 발생 이를 0 ~ 1 사이의 값으로 변환해주기 위한 것이 시그모이드 함수 Softmax Classifier Softmax Classifier를 통해 Y햇 값을 0~1사이의 값으로 변환 가능 변환된 값은 P라고 표현하고 합은 1이 됨. 즉 P는 확률로도 볼 수 있음 Cost function cro..
ML lec 6-1 - Softmax Regression: 기본 개념 소개 해당 자료는 "모두를 위한 머신러닝/딥러닝 강의"를 보고 개인적으로 정리한 내용입니다. http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io Logistic Regression의 개념 시그모이드 함수 z가 작아질수록 Y가 0에 가까워지고, z가 커질수록 Y가 1에 가까워지는 형태의 함수 시그모이드 함수를 통해 예측값을 구하는 과정을 도식화 S는 시그모이드 함수를 의미 Y 바는 Y의 햇이라고 하고, 예측된 값을 의미 가설을 통해 찾으려는 것 학습을 통해 X와 ㅁ를 나누는 선을 찾는것 Multinomial classification 을 binary classification을 통해 접근 Multinomial은 Y값의 분류가 여러개라는 의미 bina..
ML lab 05: TensorFlow로 Logistic Classification의 구현하기 해당 자료는 "모두를 위한 머신러닝/딥러닝 강의"를 보고 개인적으로 정리한 내용입니다. http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io 본 실습의 tensorflow는 1.x 버전입니다. 이론 가설 Cost함수 최적화를 위한 경사하강법 Logistic Classification을 Tensorflow로 구현 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() #tensorflow v1호환 x_data = [[1, 2], [2, 3], [3, 1], [4, 3], [5, 3], [6, 2]] y_data = [[0], [0], [0], [1], [1], [1]] X = tf.placehol..
지수와 로그 지수 지수간의 곱셈 밑이 같은 경우 지수간의 합으로 표현 가능 지수간의 나눗셈 밑이 같은 경우 지수간의 차로 표현 가능 지수가 0인 경우 분자와 분모의 지수가 같은 경우로 볼 수 있으므로 1과 같음 지수가 -인 경우 분자의 지수가 0인 것과 같은 경우로 볼 수 있으므로, 1을 밑의 거듭제곱으로 나눈것과 같음 1을 지수가 -인 것으로 나누는 경우 위 공식에 의해 분모의 밑에 -를 +로 변환한 지수와 같음 로그 로그는 지수함수의 역함수로 밑의 숫자를 몇 제곱해야 결과가 나오는지를 구하기 위함 로그 옆의 아래 첨자는 밑, 옆의 큰 숫자는 진수라고 표현 로그의 조건 밑조건 : 밑은 1이 아닌 양수 진수조건 : 양수 상용로그 밑이 10인 로그 이진로그 밑이 2인 로그 로그법칙 상용로그에서 진수가 양수이며 1,10..
ML lec 5-2 Logistic Regression의 cost 함수 설명 해당 자료는 "모두를 위한 머신러닝/딥러닝 강의"를 보고 개인적으로 정리한 내용입니다. http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 hunkim.github.io Linear regression의 Cost Function에 Logistic classification 적용 Linear regression Logistic classification 가설 cost function 형태 특징 - H(x)는 1차 방정식으로 Cost function에서 제곱하면 구부러진 선으로 나타남 - 어디서 시작해도 최소점으로 이동 가능 - 시그모이드 함수 형태가 전체 Cost function에 구간별로 계속적으로 나타남 - 경사하강법으로 시작되는 점에 따라 전체의 최저점(글로벌 미니멈)..

티스토리툴바