개발아 담하자

Gradient Descent 를 이용해서 Back Prorpagtion 을 구현해보자. Gradient Descent 란 ? https://silver-g-0114.tistory.com/69 [Deep Learning] Gradient Descent 란 ? Gradient Descent (경사 하강법) 이란? 일단 w, b 를 임의로 설정한 일차함수와 데이터 사이의 평균 제곱 오차 (MSE : Mean Squared Error) 를 구한다. 이 평균 제곱 오차를 비용 함수(cost function) 이라고 부른.. silver-g-0114.tistory.com 1. functions.py def sigmoid(x): return 1 / (1 + np.exp(-1)) def softmax(x): e = ..

1. 단순 신경망 구조 만들기 (네트워크 세팅) def init_network(): network = {} network['W'] = np.array([ [0.2, 0.5, 0.3], [0.8, 0.6, 0.4] ]) return network network = init_network() print(network) {'W': array([[0.2, 0.5, 0.3], [0.8, 0.6, 0.4]])} init_network() 함수로 초기 네트워크 세팅을 해주었다. 2. ForwardPass 만들기 # forward pass 1 def forward1(network, x): W = network['W'] y = np.array([0.0, 0.0, 0.0]) y[0] = W[0][0] * x[0] + W[..

Perceptron 다수의 신호 (Input) 을 입력받아서 하나의 신호 (Output) 을 출력한다. perceptron 의 출력값은 1 또는 0 이기 때문에 선형 분류 (linear classifier) 모형이다. perceptron 의 학습은 처음에는 임의로 설정된 weight로 시작한다. 학습 데이터를 perceptron 모형에 입력하며 분류가 잘 못 되었을 때 weight을 개선해 나간다. 가중치 (weight) : 입력 신호가 결과 출력에 주는 영향도를 조절하는 매개변수 변향 (bias) : 뉴런이 얼마나 쉽게 활성화 되느냐를 조절하는 매개변수 퍼셉트론은 선형분류는 할 수 있지만 비선형분류는 불가능하다는 한계점이 있다. 이를 극복하기 위해 다층 퍼셉트론을 만든다. 층을 겹겹이 쌓아나가는 것이다..

📌 실습 준비 visual studio 에서 진행할 때 적절한 interpreter 를 선택한다. control + p 를 누른 후 원하는 가상 환경 머신을 선택한다. $ pip install matplotlib $ pip install scipy $ pip install scipy==1.1.0 터미널 창에서 실습에 필요한 패키지를 install 한다. 실습 준비 끝❗️ 📌 matplotlib import numpy as np import matplotlib.pyplot as plt from scipy.misc import imread, imsave, imresize x = np.arange(0, 6, 0.1) y1 = np.sin(x) y2 = np.cos(x) plt.plot(x, y1, label=..