ComputerVision Jack

logistic regression 데이터를 생성해서 분류해보기. import numpy as np import matplotlib.pyplot as plt from scipy.optimize import minimize %matplotlib inline %config InlineBackend.figur_format = 'retina' #딥러닝에 필요한 라이브러리 import np.random.seed(seed=1) W = np.array([3./4.,1.0,-4./5.]) N=50 dim=2 K=2 scale=1 T=np.zeros((N,K),dtype=np.uint8) X=scale*np.random.rand(N,dim) print(X.shape) #데이터를 생성한다. 50개의 데이터를 2차원으로 생..

[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..