Linear functions in TensorFlow - neural network를 설계함에있어 가장 흔히 사용되는 연산은 - input, weight 그리고 bias의 linear function을 계산하는것이다. - 선형 연산의 output은 다음과 같이 쓸 수 있다. - W 는 두 레이어를 연결해주는 가중치 행렬 - y 는 output, x 는 input, b는 바이어스 벡터이다. Weights and Bias in TensorFlow - 신경망을 훈련시키는 목표는 label을 가장 잘 예측할 수 있도록 가중치와 바이어스를 수정하는것이다. - 가중치와 바이어스를 사용하려면 수정 가능한 텐서가 필요하다. - tf.placeholder(), tf.constant() 이 두 텐서는 수정될 수 없으므로..
TensorFlow - 앞으로의 네트워크엔 Keras와 TensorFlow를 교대로 사용하며 설계하게 될 것이다. - Keras는 신경망 네트워크를 빠르고 간편하게 구축하는데에 적합하다. - 하지만, 그렇기 때문에 세부적으로 설계하는데엔 제한적이다. - 텐서플로우는 신경망 네트워크를 low-level 단에서 작동하는 방식을 이해하는데 유용하다. - refresh를 위한 링크 - Linear Functions - Softmax - Cross Entropy - Batching and Epochs - notMNIST 데이터셋으로부터 이미지를 분류하는 네트워크를 설계해보자. - 네트워크는 A부터 J까지의 알파벳을 나타내는 이미지들을 적절하게 분류한다. - 이미지에 따라 자동으로 알파벳을 감지하고, 분류한다. I..