ComputerVision Jack

[개념정리] 심층 신경망과 다층 신경망을 간단하게 구현한다. 인공 신경망은 뉴런의 동작 원리에 기초한다. 즉 입력값 X에 가중치(W)를 곱하고 편향(b)을 더한 뒤 활성화 함수(Sigmoid, ReLU 등)를 거쳐 결과값 y를 만들어 내는 것 Y = Sigmoid(X x W + b) 출력 = 활성화 함수( 입력 x 가중치 + 편향) 따라서 가중치와 편향을 찾아내는 것이 학습 Sigmoid ReLU tanh 분류 문제 패턴을 파악해 여러 종류로 구분하는 작업 One-hot-encoding(온핫 인코딩) 레이블 데이터 구성 데이터가 가질 수 있는 값들을 일렬로 나열한 배열을 만들고 표현하려는 값을 뜻하는 인덱스 원소만 1로 표기 나머지 원소는 모두 0으로 표기 [ 포유류, 조류, 기타] 인경우 포유류 일때 ..

[개념 정리] Tensorflow 그래프 형태의 수학식 계산을 수행하는 핵심 라이브러리를 구현한 후, 그 위에 딥러닝을 포함한 여러 머신 러닝을 쉽게 할 수 있는 다양한 라이브러리를 올린형태. Tensor : 자료형 Rank와 Shape [1., 2., 3.] : 랭크 1 셰이프 3 [[1., 2., 3.], [4., 5., 6.] : 랭크 2 셰이프 [2, 3] [[[1., 2., 3.]], [[7., 8., 9.]]] : 랭크 3 셰이프 [2, 1, 3] #rank 차원의 느낌 []로 묶인 개수로 이해하기 편함 #shape []의 쌍으로 이루는 개수 따라서 랭크가 0이면 스칼라 1이면 벡터, 2면 행렬 3 이상이면 n-Tensor또는 n차원 텐서라고 지칭한다. Graph 텐서들의 연산 모음 텐서들의 ..