딥러닝 머신러닝 기계학습 돕자클럽5 TensorFlow Mechanics 101 (1) TensorFlow Mechanics 101Code: tensorflow/examples/tutorials/mnist/이 교본은 (전형적인) MNIST 데이터집합을 사용하여 수기 숫자 분류에 대한 간단한 피드-포워드 신경망(NN)을 훈련시키고 평가하기 위한 TensorFlow 사용방법을 보여주는데 그 목적이 있습니다. 이 교본의 의도된 대상은 TensorFlow 사용에 관심이 있는 경험 있는 ML 사용자입니다. The goal of this tutorial is to show how to use TensorFlow to train and evaluate a simple feed-forward neural network for handwritten digit classification using the (.. 2016. 4. 30. CNN (3) 모델 평가하기 Evaluating a ModelHold-out 데이터집합에서 훈련된 모델이 잘 수행되는지 평가해봅니다. Let us now evaluate how well the trained model performs on a hold-out data set. 스크립트 cifar10_eval.py가 모델을 평가합니다. The model is evaluated by the script cifar10_eval.py. 이 스크립트가 inference() 함수로 모델을 구축하고, CIFAR-10의 평가 세트에서 1만개의 모든 이미지들을 사용합니다. It constructs the model with the inference() function and uses all 10,000 images in the eva.. 2016. 4. 30. CNN (2) 모델 훈련 Model TrainingN-방식 분류 수행을 위한 일반적인 네트워크 훈련방법은 소프트맥스 회귀로 알려진 다항 로지스틱 회귀(multinomial logistic regression) 입니다. The usual method for training a network to perform N-way classification is multinomial logistic regression, aka. softmax regression. 소프트맥스 회귀는 네트워크 출력에 softmax 비선형을 적용하여, 정규화된 예측과 레이블의 one-핫 인코딩(1-hot encoding) 간의 교차-엔트로피(cross-entropy)를 계산 합니다. Softmax regression applies a softmax n.. 2016. 4. 30. Why Did Google Open Source This? 왜 구글이 소스를 공개? (3) Why Did Google Open Source This? 왜 구글이 소스를 오픈? If TensorFlow is so great, why open source it rather than keep it proprietary? TensorFlow이 그렇게 좋은 것이라면, 왜 사유화 하지 않고 소스를 오픈합니까? The answer is simpler than you might think: We believe that machine learning is a key ingredient to the innovative products and technologies of the future. 대답은 당신이 생각하는 것보다 간단합니다: 우리는 ML이 혁신적인 제품과 미래의 기술에 대한 핵심요소라고 생각합니다. Re.. 2016. 1. 26. 이전 1 2 다음