ComputerVision Jack

[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..

[04-1 multi_variable_linear_regression] 이번엔 여러개의 테이터를 갖고 linear regression을 학습한다. multi variable x1_data = [73., 93., 89., 96., 73.] x2_data = [80., 88., 91., 98., 66.] x3_data = [75., 93., 90., 100., 70.] y_data = [152., 185., 180., 196., 142.] #전과 다르게 데이터가 많아졌다. y_data를 보는 법은 x1_data[0] x2_data[0] x3_data[0] 이 y_data[0] 과 매칭이 된다고 생각하면 된다. x1 = tf.placeholder(tf.float32) x2 = tf.placeholder(tf...

[03-1 minimizing_cost_show_graph] cost graph 확인해보기 import tensorflow as tf import matplotlib.pyplot as plt #tensorflow와 cost graph를 그려보기 위해 matplotlib 라이브러리를 import합니다. X = [1, 2, 3] Y = [1, 2, 3] #x와 y데이터를 준비합니다. W = tf.placeholder(tf.float32) # bias는 고려하지 않고 weight만 신경쓰기로 하고, placeholder로 feed_dict으로 던저줄 공간을 생성합니다. hypothesis = X * W # Linear Regression 모델(가설) 설정합니다. cost = tf.reduce_mean(tf.s..

[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 ..