TensorFlow23 회귀 구현하기 Implementing the Regression (7) 회귀 구현하기 Implementing the RegressionTo do efficient numerical computing in Python, we typically use libraries like NumPy that do expensive operations such as matrix multiplication outside Python, using highly efficient code implemented in another language. 파이썬으로 숫자 계산을 효율적으로 하려면, 파이썬 외부에서, 다른 언어로 구현된 매우 효율적인 코드를 사용하여, 매트릭스 곱셈과 같은 비싼 운영을 수행하는, NumPy와 같은 라이브러리를 전형적으로 사용합니다. Unfortunately, there can.. 2016. 1. 29. 소프트맥스 회귀 Softmax Regressions (6) 소프트맥스 회귀 Softmax RegressionsWe know that every image in MNIST is a digit, whether it's a zero or a nine. MNIST 안의 모든 이미지는 그것이 0이든 9이든 숫자(digit)입니다. We want to be able to look at an image and give probabilities for it being each digit. 이미지를 보고, 이미지가 어떤 숫자 인지에 대한 확률을 주고자 합니다. For example, our model might look at a picture of a nine and be 80% sure it's a nine, but give a 5% chance to it being an e.. 2016. 1. 28. MNIST 데이터 The MNIST Data (5) MNIST 데이터 The MNIST DataThe MNIST data is hosted on Yann LeCun's website. MNIST데이터는 Yann LeCun의 웹사이트에 호스팅되어 있습니다.For your convenience, we've included some python code to download and install the data automatically. 편의 상, 데이터를 다운로드하여 자동으로 설치하는 약간의 파이썬(python) 코드를 포함 시켰습니다.You can either download the code and import it as below, or simply copy and paste it in. 코드를 다운로드한 후 아래와 같이 import하거나, 또는 단순.. 2016. 1. 26. 초보자를 위한 MNIST MNIST For ML Beginners (4) 초보자를 위한 MNIST MNIST For ML BeginnersThis tutorial is intended for readers who are new to both machine learning and TensorFlow. 이 교본은 모두 기계학습(ML) 및 TensorFlow가 처음인 독자를 위한 것입니다. If you already know what MNIST is, and what softmax (multinomial logistic) regression is, you might prefer this faster paced tutorial. MNIST와 softmax (다항 로지스틱) 회귀를 알고 있다면, 보다 빠른 속도의 교본을 선택할 수도 있습니다. When one learns how to .. 2016. 1. 26. 이전 1 2 3 4 5 6 다음
