๋ฐ์ํ
tensorflow
[๋จธ์ ๋ฌ๋ ์
๋ฌธ] 03. Linear Regression ์ cost ์ต์ํ์ TensorFlow ๊ตฌํ
[๋จธ์ ๋ฌ๋ ์ ๋ฌธ] 03. Linear Regression ์ cost ์ต์ํ์ TensorFlow ๊ตฌํ
2019.08.08๋ชฉ์ฐจ Cost function ๊ทธ๋ํ Gradient descent algorithm ์ ์ฉ Optimizer ์ ์ฉ Cost function ๊ทธ๋ํ ์ด์ ํฌ์คํธ์์ ์ฐ๋ฆฌ๋ Cost function์ ๋ฏธ๋ถ์ ๊ฐ๋จํ๊ฒ ํ๊ธฐ ์ํด์ ์์ ๊ฐ์ ์ถ์ฝ ์์ ์ฌ์ฉํ์๋ค. 2019/08/07 - [Development/Machine Learning] - [๋จธ์ ๋ฌ๋ ์
๋ฌธ] 03. Linear Regression์ cost ์ต์ํ ์๊ณ ๋ฆฌ์ฆ์ ์๋ฆฌ ์ค๋ช
[๋จธ์ ๋ฌ๋ ์
๋ฌธ] 03. Linear Regression์ cost ์ต์ํ ์๊ณ ๋ฆฌ์ฆ์ ์๋ฆฌ ์ค๋ช
๋ชฉ์ฐจ Minimize Cost function Gradient descent algorithm Convex function Minimize Cost function ์ง๋๋ฒ ํฌ์คํธ..
[๋จธ์ ๋ฌ๋ ์
๋ฌธ] 02. TensorFlow๋ก Linear regression ๊ตฌํ
[๋จธ์ ๋ฌ๋ ์ ๋ฌธ] 02. TensorFlow๋ก Linear regression ๊ตฌํ
2019.07.04๋ชฉ์ฐจ Build graph using TensorFlow operations Place holders Build graph using TensorFlow operations Linear regression์ ๊ตฌํํ์ฌ ๊ทธ๋ํ๋ฅผ ๋ง๋ค๊ธฐ ์ํด ์์ ๊ทธ๋ฆผ์ ๋ณด๋ฉด์ ์ง๋ ๋ด์ฉ์ ๋ณต์ตํ๋๋ก ํ์. Hypothesis์ Cost function์ ์์ [๊ทธ๋ฆผ1]๊ณผ ๊ฐ๊ณ , ํ
์ํ๋ก์ฐ์ ๋ฉ์ปค๋์ฆ์ [๊ทธ๋ฆผ 2]์ ๊ฐ๋ค. # X and Y data x_train = [1, 2, 3] y_train = [1, 2, 3] W = tf.Variable(tf.random_normal([1]), name='weight') b = tf.Variable(tf.random_normal([1]), name='bias') # Our hyph..
[๋จธ์ ๋ฌ๋ ์
๋ฌธ] 01. TensorFlow์ ๊ธฐ๋ณธ์ ์ธ operations
[๋จธ์ ๋ฌ๋ ์ ๋ฌธ] 01. TensorFlow์ ๊ธฐ๋ณธ์ ์ธ operations
2019.07.01๋ชฉ์ฐจ ํ
์ํ๋ก์ฐ(TensorFlow)? ๋ฐ์ดํฐ ํ๋ก์ฐ ๊ทธ๋ํ(Data Flow Graph) ํ
์ํ๋ก์ฐ ์ค์น(Install TensorFlow) ๊ธฐ๋ณธ์ ์ธ ๋ช
๋ น์ด ์ฐ์ต Ranks, Shapes, Types ํ
์ํ๋ก์ฐ(TensorFlow)? ๊ตฌ๊ธ์์ ๋ง๋ ๋จธ์ ๋ฌ๋์ ์ํ ์คํ์์ค ๋ผ์ด๋ธ๋ฌ๋ฆฌ๋ค. ๋ฐ์ดํฐ ํ๋ก์ฐ ๊ทธ๋ํ(data flow graph)๋๊ฒ์ ์ฌ์ฉํด์ numerical ํ ๊ณ์ฐ์ ํ ์ ์๋ค. ๊ทธ๋ฆฌ๊ณ , ๋ง์ ์ฌ๋๋ค์ด ์ ํธํ๋ Python์ด๋ผ๋ ์ธ์ด๋ฅผ ๊ฐ์ง๊ณ ํ
์ํ๋ก์ฐ ํ๋ก๊ทธ๋๋ฐ์ ํ ์ ์๋ค. ์์ ๊ทธ๋ฆผ๋ง ๋ณด๋๋ผ๋ 2018๋
๊ธฐ์ค์ด๊ธด ํ์ง๋ง ํ
์ํ๋ก์ฐ๊ฐ ์๋์ ์ผ๋ก 1์๋ฅผ ์ฐจ์งํ๊ณ ์์์ ์ ์ ์๋ค. ๋ฐ์ดํฐ ํ๋ก์ฐ ๊ทธ๋ํ(Data Flow Graph) Node(๋
ธ๋)์ Edge(์ฃ์ง)๋ก ๊ตฌ์ฑ๋์ด์๋ ๊ฒ..