ComputerVision Jack

[07-1 learning_rate and evalutation] learning rate 중요성 learning_rate을 바꿔 가면서 다양하게 실험해본다. x_data = [[1, 2, 1], [1, 3, 2], [1, 3, 4], [1, 5, 5], [1, 7, 5], [1, 2, 5], [1, 6, 6], [1, 7, 7]] y_data = [[0, 0, 1], [0, 0, 1], [0, 0, 1], [0, 1, 0], [0, 1, 0], [0, 1, 0], [1, 0, 0], [1, 0, 0]] #x와 y 데이터 준비, 데이터 shape을 보면 다분류기라는 것을 알 수 있다. x_test = [[2, 1, 1], [3, 1, 2], [3, 3, 4]] y_test = [[0, 0, 1], [0,..

[06-1 softmax_classifier] 다분류기 모델 저번 모델은 이진 분류기를 사용하였다면 이번엔 다분류기를 사용하며 특성에 알맞게 다 클래스로 분류하는 과정이다. x_data = [[1, 2, 1, 1], [2, 1, 3, 2], [3, 1, 3, 4], [4, 1, 5, 5], [1, 7, 5, 5], [1, 2, 5, 6], [1, 6, 6, 6], [1, 7, 7, 7]] y_data = [[0, 0, 1], [0, 0, 1], [0, 0, 1], [0, 1, 0], [0, 1, 0], [0, 1, 0], [1, 0, 0], [1, 0 ,0]] #x_data는 저번과 거의 비슷하지만 y_data가 조금은 다르다. 분류 결과를 통하여 도출 할 수 있는 그룹군은 총 3개이다. 그리고 각 클래..

[05-1 Logistic_Regression] logistic_regresssion은 이진 분류기를 뜻한다. binary classificaiton x_data = [[1, 2], [2, 3], [3, 1], [4, 3], [5, 3], [6, 2]] y_data = [[0], [0], [0], [1], [1], [1]] #x_data 한 묶음이 y_data 하나와 매칭이 된다. 전의 데이터는 회귀 예측이기 때문에 라벨이 1 0이 아닌 특정한 value로 되어 있었다. X = tf.placeholder(tf.float32, shape=[None, 2]) Y = tf.placeholder(tf.float32, shape=[None, 1]) #마찬가지로 x_data와 y_data(라벨)의 shape에 맞게..