ComputerVision Jack

[개념 정리] DQN(Deep Q-network) 딥마인드에서 만든 신경망 게임 화면만 보고 게임을 학습하는 신경망. 강화학습 알고리즘으로 유명한 Q-러닝을 딥러닝으로 구현한 의미 강화학습 : 어떤 환경에서 인공지능 에이전트가 현재 상태를 판단하여 가장 이로운 행동을 하게 만드는 학습방법 학습 시 이로운 행동을 하면 보상을 주고, 해로운 행동을 하면 패널티를 줘서 학습이 진행될수록 이로운 행동의 반경을 넓혀간다. Q-러닝 : 어떠한 상태에서 특정 행동을 했을 때의 가치를 나타내는 함수인 Q함수를 학습하는 알고리즘 Q함수를 신경망을 활용해 학습한것. 학습을 진행하면서 최적의 행동을 얻어내는 기본 신경망과 좋은 선택인지 비교하는 목표 신경망을 분리하는 방법 적용 http://gym.openai.com/env..

[개념 정리] chapter4의 예제 포유류 조류 파일을 csv로 저장한 후 작업 환경에서 읽어온다. data = np.loadtxt('./data.csv', delimiter = ',', unpack = True, dtype = 'float32') #loadtxt의 unpack 매개변수 : 한 열을 쭉 읽어와 행으로 변환 #loadtxt의 transpose 매개변수 : 전치 행렬을 제작 은닉망을 늘릴땐, 전층의 은닉층 개수를 물려받아 사용하며 최정 출력 은닉망은 결과로 분류될 클래스 개수로 정의한다. #주의할 점 신경망의 계층 수와 은닉층 뉴런수를 늘리면 복잡도가 높은 문제를 해결하는데 도움을 준다. 그러나 많이 늘릴 수록 과적합 문제에 빠질 수 있다. global_step 생성이유 : 학습 마다 과정..

[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 ..