- 머신러닝스터디/2016
- 머신러닝스터디/2016/2016_03_19
- 머신러닝스터디/2016/2016_03_26
- 머신러닝스터디/2016/2016_04_02
- 머신러닝스터디/2016/2016_04_09
- 머신러닝스터디/2016/2016_04_16
- 머신러닝스터디/2016/2016_04_30
- 머신러닝스터디/2016/2016_05_07
- 머신러닝스터디/2016/2016_05_14
- 머신러닝스터디/2016/2016_05_21
- 머신러닝스터디/2016/2016_05_28
- 머신러닝스터디/2016/2016_06_04
- 머신러닝스터디/2016/2016_06_11
- 머신러닝스터디/2016/2016_06_18
- 머신러닝스터디/2016/2016_07_02
- 머신러닝스터디/2016/2016_07_09
- 머신러닝스터디/2016/2016_07_16
- 머신러닝스터디/2016/2016_07_23
- 머신러닝스터디/2016/2016_07_30
- 머신러닝스터디/2016/2016_08_06
- 머신러닝스터디/2016/2016_08_13
- 머신러닝스터디/2016/2016_08_20
- 머신러닝스터디/2016/2016_08_27
- 머신러닝스터디/2016/2016_09_03
- 머신러닝스터디/2016/2016_09_10
- 머신러닝스터디/2016/2016_09_24
- 머신러닝스터디/2016/2016_10_01
- 머신러닝스터디/2016/2016_10_08
- 머신러닝스터디/2016/2016_10_29
- 머신러닝스터디/2016/2016_11_05
- 머신러닝스터디/2016/2016_12_10
- 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.
- 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.