머신러닝스터디/2016/2016 04 30: Difference between revisions

Latest revision as of 17:32, 24 July 2016

머신러닝스터디/2016 머신러닝스터디/2016/목차

내용

Tensorflow: tensor와 operation을 노드로 표현하는 그래프
- Tensor: numeric multi array, vector가 좌표계에 의존적이라면 tensor는 좌표계에 독립적이다.
- placeholder: input, symbol들을 미리 할당, 이후에 데이터들을 읽어들여 placeholder에 할당한다.
- variable: session run 중에 변경되는 tensor, W, b의 값은 session run 중에 값이 업데이트 된다.
Linear Regression: Tensorflow Example code의 Linear Regression을 돌려보고, 코드 리딩.
- Linear Regression은 activate function이 없다.
training data and test data
- overfitting을 검사하기 위해 training data의 일부는 test data용으로 분리해둔다.

후기

다음 시간에는

Tensorflow 실습
Binary Regeression 예제 실습 하고 옵시다.

@@ Line 1: / Line 1: @@
-Tensorflow: tensor와 operation을 노드로 표현하는 그래프
+[[머신러닝스터디/2016]]
-Tensor: numeric multi array, vector가 geometry에 의존적. tensor는 좌표계에 독립적.
+[[머신러닝스터디/2016/목차]]
-placeholder: input, symbol들을 미리 할당, 이후에 데이터들을 읽어들여 placeholder에 할당한다.
+== 내용 ==
-variable: session run 중에 변경되는 tensor, W, b의 값은 session run 중에 값이 업데이트 된다.
+* '''Tensorflow''': tensor와 operation을 노드로 표현하는 그래프
+** '''Tensor''': numeric multi array, vector가 좌표계에 의존적이라면 [https://en.wikipedia.org/wiki/Tensor tensor]는 좌표계에 독립적이다.
+** '''placeholder''': input, symbol들을 미리 할당, 이후에 데이터들을 읽어들여 placeholder에 할당한다.
+** '''variable''': session run 중에 변경되는 tensor, W, b의 값은 session run 중에 값이 업데이트 된다.
+* '''Linear Regression''': [https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/2%20-%20Basic%20Classifiers/linear_regression.py Tensorflow Example code의 Linear Regression]을 돌려보고, 코드 리딩.
+** Linear Regression은 activate function이 없다.
+* training data and test data
+** overfitting을 검사하기 위해 training data의 일부는 test data용으로 분리해둔다.
+== 후기 ==
-operation
+== 다음 시간에는 ==
+* Tensorflow 실습
-linear regression: activation없음
+* Binary Regeression 예제 실습 하고 옵시다.
+== 더 보기 ==
-training data and test data
+ [https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/2%20-%20Basic%20Classifiers/linear_regression.py Linear Regression in Tensorflow Examples]
-overfitting을 검사하기 위해 training data의 일부는 test data용으로 분리해둔다.
+ [https://en.wikipedia.org/wiki/Tensor Tensor]
+-------
+[[활동지도/2016]], [[머신러닝스터디/2016]]