tensorflow (2) 썸네일형 리스트형 Tensorflow 튜토리얼 04 - Logistic Regression 해당 내용에 대한 개념은 정리하지 않고, tensorflow로 해당 구현을 어떻게 하면 될까 ? 만을 다룹니다 :) 모두를 위한 딥러닝 시즌2 텐서플로 동영상을 참고하여 만든 글임을 밝힙니다. 로지스틱 리그레션은 주로 분리(구분)되는 데이터에 대해서 사용하고 linear regression은 주로 연속적인 데이터에 사용되게 된다. 시그모이드는 g(z) = 1/(1+e^(-z)) 요 위의 g 함수를 의미한다. 그럼 tf code에서는 오른쪽의 코드처럼 sigmoid가 0.5를 기준으로 오른쪽 왼쪽으로 나뉘니까 우리도 0.5를 기준으로 참 거짓과 같은 결과를 구분해낼 수 있게 된다. (0.5보다 크면 1 아니면 0) cost function에 대한 코드는 위와 같이 표현될 것이다. label이 1이나 0이라.. Tensorflow 튜토리얼 02 - Liner Regression and How to minimize cost LAB 들어가기에 앞서, 모두를 위한 딥러닝 시즌 2 lab 03 슬라이드를 바탕으로 작성한 글임을 밝힙니다 후후.. 우상단의 cost function을 파이썬으로 구현 해보면 위와 같다. cost를 정의대로 구한 모습을 볼 수 있다. (linear regression의 b (bias)는 생략) np.linspace는 시작 , 끝을 지정하고, (-3 , 5) num은 몇개로 나누는지를 말 해 준다. (15개로 나눔) 그러면 오른쪽과 같은 cost값의 변화를 볼 수 있다. cost값이 1일때 제일 작고 1에서 멀어질수록 늘어나는걸 볼 수 있다. 그래프는 이렇다. 구현을 텐서플로우로 해보자. 코드가 위와같이 바뀐다. cost가 weight에 따라 어떻게 바뀌는지 cost_values에 저장해서 한번 출력 해 보자... 이전 1 다음
