웹 개발자 스터디

Sung Kim님(김성훈 교수님)의 유튜브를 보고 공부한 AI 입니다. Sung Kim님(김성훈 교수님)의 유튜브 주소 : www.youtube.com/channel/UCML9R2ol-l0Ab9OXoNnr7Lw Sung Kim 컴퓨터 소프트웨어와 딥러닝, 영어등 다양한 재미있는 이야기들을 나누는 곳입니다. www.youtube.com import tensorflow as tf x_data = [[1, 2], [2, 3], [3, 1], [4, 3], [5, 3], [6, 2]] y_data = [[0], [0], [0], [1], [1], [1]] 필요한 모듈을 import하고 dataset을 지정합니다. tf.model = tf.keras.Sequential() tf.model.add(tf.keras...

Multivariable은 1개가 아닌 2개 이상의 variable을 가진 dataset을 의미합니다. 일반적인 1 대 1 이였던 가설은 H(x) = Wx + b입니다. 그러나 2개이상의 variable을 가진 dataset의 가설은 H(x1,x2,x3) = w1x1 + w2x2 + w3x3 + b 입니다. cost를 구하는 공식은 다음과 같습니다. x가 여러개일경우 wx의 개수는 x의 개수만큼 늘어나게 됩니다. 그래서 이를 편리하게 하기 위해 Matrix 개념을 사용합니다. Matrix를 가설 공식화 하면 H(x) = xW가 됩니다. 행렬이라고도 하며 행렬의 행을 instance라고 하고 열을 var이라고 합니다. 많은 값을 Matrix로 구성하여 계산을 하면 간편하게 계산이 가능합니다. 첫번째 Mat..

import numpy as np import tensorflow as tf import matplotlib.pyplot as plt x_train = [1, 2, 3, 4] y_train = [0, -1, -2, -3] tf.model = tf.keras.Sequential() tf.model.add(tf.keras.layers.Dense(units=1, input_dim=1)) sgd = tf.keras.optimizers.SGD(lr=0.1) tf.model.compile(loss='mse', optimizer=sgd) tf.model.summary() history = tf.model.fit(x_train, y_train, epochs=100) y_predict = tf.model.predict(..

Sung Kim님(김성훈 교수님)의 유튜브를 보고 공부한 AI 입니다. Sung Kim님(김성훈 교수님)의 유튜브 주소 : www.youtube.com/channel/UCML9R2ol-l0Ab9OXoNnr7Lw Sung Kim 컴퓨터 소프트웨어와 딥러닝, 영어등 다양한 재미있는 이야기들을 나누는 곳입니다. www.youtube.com import tensorflow as tf #tensorflow 사용을 위해 import import numpy as np #numpy 사용을 위해 import tensorflow와 배열생성을위한 numpy를 import 합니다. x_train = [1,2,3,4] y_train = [0,-1,-2,-3] #학습에 사용할 Data set 구성 학습에 사용할 data set을..

Sung Kim님(김성훈 교수님)의 유튜브를 보고 공부한 AI 입니다. Sung Kim님(김성훈 교수님)의 유튜브 주소 : www.youtube.com/channel/UCML9R2ol-l0Ab9OXoNnr7Lw Sung Kim 컴퓨터 소프트웨어와 딥러닝, 영어등 다양한 재미있는 이야기들을 나누는 곳입니다. www.youtube.com tensorflow를 설치하기 전 python과 pip가 설치되어져 있어야합니다. 저의 컴퓨터는 Mac이므로 mac 기준으로 설명합니다. 저는 python3 가 설치되어 있어 pip3를 사용합니다. 우선 tensorlow를 설치하기전 terminal을 이용해 pip3를 upgrade 시켜줍니다. pip3 install --upgrade pip 그런 다음 pip를 이용해 te..