More actions
No edit summary |
No edit summary |
||
| Line 1: | Line 1: | ||
[[pagelist(^(머신러닝스터디/2016))]] | [[pagelist(^(머신러닝스터디/2016))]] | ||
== 내용 == | == 내용 == | ||
Tensorflow: tensor와 operation을 노드로 표현하는 그래프 | * '''Tensorflow''': tensor와 operation을 노드로 표현하는 그래프 | ||
Tensor: numeric multi array, vector가 | ** '''Tensor''': numeric multi array, vector가 좌표계에 의존적이라면 tensor는 좌표계에 독립적이다. | ||
placeholder: input, symbol들을 미리 할당, 이후에 데이터들을 읽어들여 placeholder에 할당한다. | ** '''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. | ** '''variable''': session run 중에 변경되는 tensor, W, b의 값은 session run 중에 값이 업데이트 된다. | ||
* '''Linear Regression''': Tensorflow Example code에서 Linear Regression을 돌려보고, 코드 리딩. | |||
** Linear Regression은 activate function이 없다. | |||
* training data and test data | |||
** overfitting을 검사하기 위해 training data의 일부는 test data용으로 분리해둔다. | |||
training data and test data | |||
overfitting을 검사하기 위해 training data의 일부는 test data용으로 분리해둔다. | |||
== 후기 == | == 후기 == | ||
Revision as of 21:53, 11 May 2016
[[pagelist(^(머신러닝스터디/2016))]]
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 code에서 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.