Lnear regression(선형 회귀)란 data를 통해 가설을 만든다. H(x) = WX. cost는 우리가 만든 이 가상의 선이 가상의 값과 실제의 값이 얼마나 다른지를 알려주는 것이다. 그리고 학습을 통해 cost를 최소화하는 웨이트를 찾는다. 마치 밥그릇 같이 생겼다. 이것을 통해 경사하강법을 사용한다. 이 알골리즘을 통해 cost를 최소화 하는 w(웨이트)를 찾는다. 그리고 여기서 이 기울기를 찾아가는 사이즈를 러닝래이트(학습 속도)를 의미한다.

import tensorflow as tf tf.set_random_seed(777) # for reproducibility x_data = [[73., 80., 75.], [93., 88., 93.], [89., 91., 90.], [96., 98., 100.], [73., 66., 70.]] y_data = [[152.], [185.], [180.], [196.], [142.]] matrix(행렬)을 이용해서 보다 쉽게 주어진 데이터들을 쓸 수 있다. X = tf.placeholder(tf.float32, shape=[None, 3]) Y = tf.placeholder(tf.float32, shape=[None, 1]) W = tf.Variable(tf.random_normal([3, 1]), nam..

tf.variable() var1 = tf.Variable([5]) var2 = tf.Variable([10]) var3 = tf.Variable([3]) var4 = var1 * var2 + var3 print(var4) 이상한 값이 나온다. variable은 텐서가 아니라 인스턴스일뿐이다. 따라서 해당 인터스턴스를 그래프에 추가 시켜줘야하 한다. var1 = tf.Variable([5]) var2 = tf.Variable([10]) var3 = tf.Variable([3]) var4 = var1 * var2 + var3 init = tf.global_variables_initializer() sess.run(init) print(var4) result = sess.run(var4) print(resu..

1. 그래프 만들기 import tensorflow as tf import tensorflow as tf를 통해 텐서플로를 import하게 되면 그 시점에 비어 있는 기본 그래프가 만들어지며, 우리가 만드는 모든 노드들은 이 기본 그래프에 자동으로 연결된다. 즉, 위의 명령어를 통해 우리는 텐서플로우가 만들어주는 빈 그래프을 얻게 되구 우리가 만드는 노드들이 그래프안에서 연결된다. a= tf.constant(3) // a라는 노드의 값이 '3'이라는 뜻이다. b= tf.constant(4) // b라는 노드의 값이 '4'이라는 뜻이다. 또한 만든 노드를 가지구 기본적인 연산이 가능하다. 정의한 노드 및 연산 그래프를 실행하려면 아래의 코드 처럼 세션(Session)을 만들고 실행하면 된다. import ..

다음과 같은 문제( 데이터)가 있다고 가정을 해보자. 알고있는 데이터로부터 x와 y사이의 관계를 유츄함으로 새로운 입력에 대한 출력의 값을 우리는 기대할수 있다. x와 y사이의 관계를 유츄하기 위해서 수학적으로 세우는 식을 머신러닝에서 가설(hypothesis)라구 한다. H(x)=Wx+b 위의 H(x)에서 H는 Hypothesis를 의미합니다. W(weight)는 직선의 기울기이고 b(bias)는 절편으로 직선을 표현하는 것이다. 결국 선형회귀는 주어진 데이터로부터 y와 x의 관계를 가장 잘 나타내는 직선을 그리는 일을 말한다. 즉, 보다 정확한 w와 b를 구해서 H(x)를 구하는 것이다. 코스트 함수 : 가설과 실제가 얼마나 다른것 인가

프로그래밍을 하다보면 내 프로그램의 버전을 확인하고 싶을떄가 있을것이다. 여러가지 방법이 있는데 가장 쉬운 방법은 'pip frezze'을 이용해서 모든 프로그램의 버전을 확인하는 것이다. #번외로 '모두의 딥러닝'이라는 강의를 수강하는데 tensorflow를 1.0.0 버전으로 다운그레이드 해야하는데 자꾸 오류가 떠서 애먹었다. 갖가지 방법을 찾아보다가 해결법을 찾았다. import tensorflow.compat.v1 as tf tf.disable_v2_behavior() 강제로 2.0버전의 사용을 중지 시키고 버전 1.0을 사용하는 것이다.