이 포스트는 모두를 위한 딥러닝 - Tensor Flow를 정리한 내용을 담았습니다. 누구나 이해할 수 있는 수준으로 설명하고자 하였으며 LAB의 코드는 TF2.0에 맞추어 재작성되었습니다. 이번 포스트에서는 Multi-variable Linear Regreesion(다변수 선형 회귀)에 대해 알아보겠습니다. · Multi-variable Linear Regression(다변수 선형 회귀) 이제까지 우리는 변수가 하나인 경우에서만 H(x)를 정의했습니다. 쉽게 말하면 결괏값에 영향을 미치는 요소가 하나라는 말인데, 현실에서는 그렇지 않은 경우가 훨씬 많습니다. 이처럼 결괏값(y)에 영향을 미치는 변수(x)가 둘 이상일 때 Linear Regreesion을 구하는 것을 우리는 Multi-variable L..

이 포스트는 모두를 위한 딥러닝 - Tensor Flow를 정리한 내용을 담았습니다. 누구나 이해할 수 있는 수준으로 설명하고자 하였으며 LAB의 코드는 TF2.0에 맞추어 재작성되었습니다. 이번 포스트에서는 Gradient descent를 텐서플로우 코드로 어떻게 구현하는지를 알아보겠습니다. 구현에 앞서 Gradient descent 식을 보며 순서를 정하겠습니다. 1. 먼저 α값을 정합니다. α는 learning rate(학습 속도)로 보통 0.001, 0.00001 등의 작은 값을 사용하지만, 이번에는 값의 변화를 조금 더 빨리 보기 위해 0.01로 정하겠습니다. 2. W에 대해 cost(W)를 편미분한 식을 구현하겠습니다. 텐서플로우의 평균을 구해주는 reduce_mean() 메서드와 곱 연산을 ..

이 포스트는 모두를 위한 딥러닝 - Tensor Flow를 정리한 내용을 담았습니다. 누구나 이해할 수 있는 수준으로 설명하고자 하였으며 LAB의 코드는 TF2.0에 맞추어 재작성되었습니다. 우리는 이전 포스트 02. Simple Linear Regression에서 cost에 대해 알아보았으며 02-2. Simple Linear Regression LAB에서 텐서플로우로 cost를 구현해보았습니다. 이번 포스트에서 우리는 cost를 최소화하는 알고리즘 중 하나인 Gradient descent(경사 하강법)에 대해 알아보겠습니다. 0.0. 들어가기에 앞서, 이번 포스트에서 우리는 기존의 H(x) = Wx + b에서 b를 0으로 고정하여 H(x) = Wx로 표현하겠습니다. 이는 단순히 변화의 추이를 보기 편..

이 포스트는 모두를 위한 딥러닝 - Tensor Flow를 정리한 내용을 담았습니다. 누구나 이해할 수 있는 수준으로 설명하고자 하였으며 LAB의 코드는 TF2.0에 맞추어 재작성되었습니다. 이번 포스트에서는 텐서플로우에서 Simple Linear Regression(단순 선형 회귀)과 Cost Function (비용 함수)을 최소화하는 알고리즘인 Gradient descent(경사 하강법)을 어떻게 구현하는지를 간단한 예시를 통해 알아보겠습니다. (들어가기에 앞서 Linear Regression과 Cost Function에 대해 궁금하시다면, 이전 포스트를 참고해주시기 바랍니다.) · 다음의 Training Data Set을 보겠습니다. x_data = [1, 2, 3, 4, 5] # Input val..

· 텐서플로우(TensorFlow) 모두를 위한 딥러닝은 텐서플로우 환경에서 실습합니다. 따라서 이번 포스트에서는 텐서플로우에 대해 알아보고, Anaconda를 이용한 텐서플로우 설치방법에 대해 배워보겠습니다. - 텐서플로우? 텐서플로우는 구글에서 만든 기계 학습(머신/딥러닝)을 위한 오픈소스 라이브러리입니다. 텐서플로우 라이브러리는 C++, JAVA, GO 등 다양한 언어를 지원하지만, 기본적으로는 파이썬 환경에 최적화되어있습니다. 물론 페이스북이 개발한 pyTorch, 마이크로소프트에서 개발한 CNTK Cognitive Toolkit 등 경쟁관계의 라이브러리가 다수 존재하지만 현재까지 전 세계적으로 가장 인기 있고 많이 쓰이는 기계 학습 라이브러리는 단연 텐서플로우입니다. - 텐서플로우 설치 (Win..

이 포스트는 모두를 위한 딥러닝 - Tensor Flow를 정리한 내용을 담았습니다. 누구나 이해할 수 있는 수준으로 설명하고자 하였으며 LAB의 코드는 TF2.0에 맞추어 재작성되었습니다. ·Linear Regression (선형 회귀) - Regression 이란? 우리는 이전 포스트 01. 기본적인 Machine Learning의 용어와 개념 설명의 지도 학습 예시인 부동산 가격 예측을 통해 Regression에 친숙해져 있을 수 있습니다. 실제로 Regression은 통계학자이자 인류학자였던 Sir Francis Galton이 말한 "Regression toward the mean", 즉 "전체의 평균으로 되돌아간다"는 것을 의미합니다. 자세히 말하자면, 어떤 데이터들이 굉장히 크거나 작을지라도 ..