ComputerVision Jack

[10-1 mnist_softmax] softmax()함수를 이용한 mnist 데이터 분류 from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets("MNIST_data/", one_hot = True) #mnist데이터를 작업 환경으로 load한다. X = tf.placeholder(tf.float32, [None, 784]) Y = tf.placeholder(tf.float32, [None, 10]) #mnist 이미지를 통채로 넣어 준다. (28 * 28) 자료형이기 때문에 784크기를 받는다. W = tf.Variable(tf.random_normal([784, 10])) b = tf.Va..

[개념 정리] Mnist 데이터를 이용한 신경망 학습 우선 데이터를 분석한다. mnist의 데이터는 28 * 28 사이즈의 이미지로 되어있다. X = tf.placeholder(tf.float32, [None, 784]) Y = tf.placeholder(tf.float32, shape = [None, 10]) #우리는 이미지를 통으로 집어 넣기 때문에 feature 사이즈는 28 * 28 = 784이다. 그리고 label은 (0 ~ 9) 까지 이기 때문에 10으로 설정한다. 미니 배치 : 데이터를 적당한 크기로 잘라서 학습시키는 것 배치 사이즈를 설정하고 데이터가 한바퀴 다 돌아야 1epochs 라고 한다. W1 = tf.Variable(tf.random_normal([784, 256], stddev ..