李宏毅老师曾用“大象装进冰箱”来比喻机器学习。大象怎么装进冰箱？3个步骤：打开冰箱门、放进去、关门。解决问题的思路大体相同，机器学习也类似：选择函数模型，评估函数的优劣，确定最优的函数。 这个比喻很形象，把解决问题的思路抽象得很好。机器学习的实际流程要更复杂一些。大致分为5步： 问题的定义 数据准备和特征工程 模型(算法)的选择 机器学习(训练机器的过程) 评估和性能优化

TensorfFlow 2.0 으로의 업그레이드에 앞서 텐서플로우 1.15.0 버전에서 실행되는 MNIST 코드를 어떻게 사용할 것인지 살펴보자. 다음의 헤더영역의 명령 구조를 관찰해 보자. 첫줄은 tensorflow 2.0 으로 선언하여 tensorflow 라이브러리를 불러들이는 명령으로서 앞으로 2.0을 사용하게 되면 자주 사용하게될 명령이다. 한편 두 번째

Covariance항을 고려한 Softmax 공식을 사용하는 인식률계산에서 더 나아가 뉴럴 네트워크 레이어를 하나 추가한 딥 러닝의 영향을 관찰해 보자. MNIST 입력 데이타가 1X784 이므로 784X124 hidden layer를 사용하여 처리 후 activation 단계에서 hypothesis를 124X10 으로 최종 처리하여 Softmax 에 입력하자.

머신러닝에 대한 책을 5권에서 6권정도 읽고 있는데 잘 이해가 안되는 부분이 참 많습니다. 그래서 내용을 필사하면서 직접 코드를 입력하면서 반복해서 보고 있습니다. 작년에 보았던 내용들보다 더 많이 이해가 되고 점점 쉽게 느껴지는 부분도 생기네요. ^^ 놀라운 변화 입니다. 아래와 같은 순서로 책을 보시면됩니다. 파이썬 언어를 공부해야 합니다. => 판다스를

NIST SD19 1995년 3월 16일, 미국 상무부의 비규제기관이며 계량연구소인 NIST에서 'NIST 특별 데이타베이스 19' 라는 문서를 공개하였다(Grother 등, 1995). 이 문서에는 '특별 데이타베이스 19' (SD19) 라는 CD 자료에 대한 자세한 설명이 담겨져 있다. SD19 CD에는 총 4170명이 작성한 서식들 중 3699장의 바이너리

MNIST reads the data one-hot to create tansorboard data and stores the training results. %autosave 0 def reset_graph(seed=42): tf.reset_default_graph() tf.set_random_seed(seed) np.random.seed(seed) from

콜라브 페이스북 검색 결과없음 2.두렵지만 영어로 검색시도 놀랍게도 colab라 검색하니 엄청 나옴 일주일 정도 전 콜라보레토리랑 같은 거네. 그때는 무슨 말인지 몰랐지 Deep Learning Development with Google Colab, TensorFlow, Keras & PyTorch - Google Colab : a free cloud