전체 글 (21) 썸네일형 리스트형 밑바닥부터 시작하는 딥러닝 (3주차: 신경망 학습) 실제 신경망에서 매개변수의 수는 수천에서 수억까지 이를 수 있고, 따라서 이를 수작업으로 결정하는 것은 거의 불가능 > '학습'을 통해 매개변수를 정함* 퍼셉트론 수렴 정리 : 선형 분리 가능한 데이터는 퍼셉트론 알고리즘을 통한 유한 반복 학습만으로 완벽하게 분류 가능 그러나 비선형 분리 문제는 단순 퍼셉트론으로 해결 불가 -> 다층 퍼셉트론 (MLP) 같은 고차원적 신경망 구조 필요함 학습 : 훈련 데이터로부터 가중치 매개변수의 최적값을 자동으로 획득하는 것* '학습'의 목표? : 손실 함수의 결괏값을 가장 작게 만드는 가중치 매개변수를 찾기!* 손실 함수? : 신경망의 학습을 실행시키는 지표 기계학습 : 사람의 개입을 최소화하고 수집한 데이터로부터 '패턴'을 찾으려 시도함패턴을 찾아내는 알고리을.. Mermaid 사용해보기 딥러닝 스터디를 시작한 뒤로 매주 공부한 내용을 정리하여 공유하는데유독 잘 해오신 몇몇 분들의 포스팅을 보고있자면 정말 책을 한 권 쓰셨는데?.. 싶을 때가 있다 한분이 단톡에서 Mermaid 라는 걸 추천해주셨는데마크다운 문법을 사용하는 도구들 중 다이어그램 제작에 유용한 것 같았다 나는 노션만 써봤지 생 마크다운 문법에도 익숙치 않고200% 개발자스러운 딱딱한 다이어그램이 건축과 출신으로서 묘하게 정없어보여서(?) 이걸 쓸까말까 계속 고민했는데써보지 않고는 모르는 일이니 한번 공부해보기로 했다 https://mermaid.js.org/intro/ About Mermaid | Mermaid mermaid.js.org먼저 머메이드 공식 홈페이지에 들어가서 다이어그램 타입에 어떤 것들이 있는지 살펴봤다. .. [1주차 +a] 파이썬 matplotlib 을 통한 3D plots matplotlib로 2D.. 기껏해야 막대그래프정도.. 만들어본 경험밖에 없었는데지난주 스터디에서 3D 로 아무거나 만들어보자는 발제가 있었기에... 얼렁뚱땅 공부를해보아따... 포물면 방정식으로 알려져 있는 함수 Z = 1 - X^2 - Y^2 의 3D 그래프를 시각화해보았다 x 와 y 은 2D plot을 만들때와 마찬가지로 등간격 넘파이배열을 생성해주었다np. meshgrid(x, y) : 격자좌표 생성하는 함수 3차원 그래프인만큼 여기에 z좌표가 함수의 출력값으로써 더해진다2D 그래프와는 달리, 3D 그래프에서는 fig, ax 값 설정을 통해 projection = '3d' 임을 명시해줘야 한다fig = Figure (전체 그래프 창)ax = Axes (실제 플롯이 그려지는 영역)fig, ax.. 밑바닥부터 시작하는 딥러닝 (2주차: 신경망) 이번주는 이사와 면접이 계속 겹쳐서 공부를 미루다, 스터디가 있는 전날인 금요일에야 책을 폈다... 반성 신경망이란 퍼셉트론에서 가중치 매개변수의 적절값을 사람이 수동으로 입력하지 않아도 되게끔, 데이터로부터 자동학습하는 능력이라고 한다. 이번 주는 이때 신경망이 입력 데이터를 어떻게 식별하는지 처리과정에 대해 알아봤다. / 함수 h(x) 를 조건 분기 (0을 넘으면 1을, 그렇지 않으면 0을 출력) 동작으로 나타내면 ; 퍼셉트론이 하는 동작과 결국 마찬가지-> 활성화 함수 (activation function): 입력 신호의 총합을 출력 신호로 변환하는 함수 처리 과정: 입력 신호의 총합을 계산하는 1단계 + 그 총합을 활성화함수 h(x)에 입력해 결과를 내는 2단계 각 단계에서 나.. 밑바닥부터 시작하는 딥러닝 (1주차) 콘다는 몇년 전에 깔았던 기억이 있긴한데 당장 필요한 거 같진 않아서 안쓰고 진행했다 선형영역, 비선형영역 그래프를 기억해두면 좋을 것 같다 AND, NAND, OR, XOR(다층 퍼셉트론) 에 대해 배우고 직접 VS에서 연습해보았다 이전 1 2 3 다음
