Difference between r1.2 and the current
@@ -1,22 +1,21 @@
[[pagelist(^(머신러닝스터디/2016))]]
[머신러닝스터디/2016]
[머신러닝스터디/2016/목차]
== 내용 ==Tensorflow: tensor와 operation을 노드로 표현하는 그래프
Tensor: numeric multi array, vector가 geometry에 의존적. tensor는 좌표계에 독립적.
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.
training data and test data
overfitting을 검사하기 위해 training data의 일부는 test data용으로 분리해둔다.
* '''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 ==== 다음 시간에는 ==
* Tensorflow 실습
* Binary Regeression 예제 실습 하고 옵시다.
== 더 보기 ==
[https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/2%20-%20Basic%20Classifiers/linear_regression.py Linear Regression in Tensorflow Examples]
[https://en.wikipedia.org/wiki/Tensor Tensor]
-------[활동지도/2016], [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.
- Tensor: numeric multi array, vector가 좌표계에 의존적이라면 tensor는 좌표계에 독립적이다.
- Linear Regression: Tensorflow Example code의 Linear Regression을 돌려보고, 코드 리딩.
- Linear Regression은 activate function이 없다.
- Linear Regression은 activate function이 없다.
- training data and test data
- overfitting을 검사하기 위해 training data의 일부는 test data용으로 분리해둔다.
- overfitting을 검사하기 위해 training data의 일부는 test data용으로 분리해둔다.
후기 ¶
다음 시간에는 ¶
- Tensorflow 실습
- Binary Regeression 예제 실습 하고 옵시다.
