머신러닝17 [실습] 모두의딥러닝 - tensorflow로 간단한 linear regression을 구현해보자! 지난시간에 학습했던 linear regression을 실습해보겠습니다!우리의 최종목표는 cost 값을 minimize 하는 W,b 값을 구하는 것입니다. 12345678910111213141516171819202122232425262728293031323334# -*- coding: utf-8 -*-# 한글주석 사용을 위한 명령어import tensorflow as tf x_data = [1,2,3]y_data = [1,2,3]#training data입니다 W = tf.Variable(tf.random_uniform([1],-1.0,1.0))b = tf.Variable(tf.random_uniform([1],-1.0,1.0)) #variable 로 지정해야 나중에 업데이트할 수 있다 hypothesis.. 2017. 2. 10. [실습] 모두의딥러닝 - tensorflow의 기본 및 설치방법 TensorFlow* TensorFlow is an open source software library for numerical computation using data flow graphs.* Python! What is a data Flow Graph?* Nodes in the graph represent mathematical operations (수학적 연산)* Edges represent the multidimensional data arrays(행렬, 벡터) communicated between them.노드가 operation 이고 Edge 가 data(tensor) 이다. 따라서 이 그래프를 이용함으로써 1. 딥러닝 이나 linear regression 등 많은 작업 수행가능하게하고 2. .. 2017. 1. 23. [강의]시즌1 딥러닝의기본 - Multi-variable linear regression Multi-variable linear regression Predicting exam score : regression using one input (x)one-variable or one-feature 좋은 feature 를 뽑아내야함 수십 수만개의 feature 가 존재할 수있다. Predicting exam score:regression using two input(x1,x2)HypothesisH(x) = Wx + bH(x1,x2) = w1x1 + w2x2 + b Cost function이것은 동일하고 Hypothesis 만 변경 시켜주면됌. Multi -variableH(x1,x2,x3,...xn) = w1x1 + w2x2 + w3x3 + ... + wnxn + b Matrix multiplic.. 2017. 1. 20. [강의]시즌1 딥러닝의기본 - Linear Regression의 cost 최소화 알고리즘 How to minimize cost Hypothesis and CostSimplified hypothesisH(x) = Wx ( b=0) What cost(W) looks like? * W=1, cost(W) = 0 * W=0, cost(W) = 4.67 * W=2, cost(W) = 4.67W에 대한 cost(W) 값을 그려보자 . 가운데 값 찾아내는 것! Gradient descent algorithm(경사 ) (감소)* Minimize cost function* Gradient descent is used many minimization problems* For a given cost function, cost(W,b), it will find W,b to minimize cost* It can .. 2017. 1. 20. 이전 1 2 3 4 5 다음
