| 일 | 월 | 화 | 수 | 목 | 금 | 토 | 
|---|---|---|---|---|---|---|
| 1 | ||||||
| 2 | 3 | 4 | 5 | 6 | 7 | 8 | 
| 9 | 10 | 11 | 12 | 13 | 14 | 15 | 
| 16 | 17 | 18 | 19 | 20 | 21 | 22 | 
| 23 | 24 | 25 | 26 | 27 | 28 | 29 | 
| 30 | 
													Tags
													
											
												
												- c++공부
 - c언어
 - 케라스 정리
 - pytorch
 - TensorFlow
 - 파이토치 김성훈 교수님 강의 정리
 - 파이토치 강의 정리
 - 딥러닝
 - 컴퓨터 비전
 - 파이토치
 - c++
 - 딥러닝 공부
 - 가우시안 필터링
 - matlab 영상처리
 - 김성훈 교수님 PyTorch
 - 딥러닝 스터디
 - 미디언 필터링
 - 해리스 코너 검출
 - MFC 프로그래밍
 - tensorflow 예제
 - object detection
 - Pytorch Lecture
 - 모두의 딥러닝
 - C언어 공부
 - 팀프로젝트
 - pytorch zero to all
 - 영상처리
 - 골빈해커
 - c언어 정리
 - 모두의 딥러닝 예제
 
													Archives
													
											
												
												- Today
 
- Total
 
목록gradient (1)
ComputerVision Jack
[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..
				DeepLearning/DL_ZeroToAll
				
				2020. 1. 14. 16:30