엔지니어가 되고 싶은 공돌이

1. placeholder placeholder(dtype, shape, name) - 임의의 입력값을 받을 수 있도록 해준다. import tensorflow as tf # 플레이스홀더 노드와 add 노드를 정의합니다. a = tf.placeholder(tf.float32) b = tf.placeholder(tf.float32) adder_node = a + b # 암시적으로 tf.add(a, b) 형태로 정의될 것입니다. # 세션을 열고 그래프를 실행합니다. # 출력값 : # 7.5 # [ 3. 7.] sess = tf.Session() print(sess.run(adder_node, feed_dict={a: 3, b: 4.5})) print(sess.run(adder_node, feed_dict={..

1. 정의 텐서플로우: 텐서를 흘려보내면서 데이터를 처리하는 라이브러리 텐서: 다차원 배열 랭크: 텐서의 차원, 랭크가 0이면 스칼라, 1이면 벡터, 2이면 행렬, 3이상이면 텐서라고 부른다. - 텐서들은 계산 그래프 구조를 통해 노드에서 노드로 이동한다. - 텐서플로우 프로그램 작성 과정: 그래프 생성 -> 그래프 실행 : 생성과 실행을 따로 하는 이유는 실행과정에서 생성한 전체 그래프중 일부만 사용할 수 도 있기 때문. - 노드에 연산, 변수, 상수등을 정의 2. 기초 코딩 import tensorflow as tf # 그래프 노드를 정의하고 출력합니다. # 출력값 : Tensor("Const:0", shape=(), dtype=float32) Tensor("Const_1:0", shape=(), d..

1. 딥러닝 라이브러리 종류 - 텐서플로: 구글에서 개발하여 공개한 딥러닝/머신러닝을 위한 오픈소스 라이브러리 - 토치: 페이스북이 주도적으로 개발한 Lua언어용 딥러닝 라이브러리 - 파이토치: 토치의 파이썬 버전 텐서플로의 장점 - 광범위한 이식성 - 텐서보드를 이용한 시각화 - 다양한 추상화 라이브러리와 혼용해서 사용가능 텐서플로 추상화 라이브러리 - 케라스: 딥러닝 추상화 라이브러리 중 가장 많은 유저층을 보유 - TF-Slim: 경량화된 텐서플로 추상화 라이브러리 - Sonnet: 딥마인드에서 개발 2. 딥러닝 응용 분야 음성인식, 자연어처리(NLP), 컴퓨터 비전, 생성모델 참고문헌: 솔라리스, 텐서플로로 배우는 딥러닝, 영진닷컴, 2018. http://www.yes24.com/Product/..

1. 개념 딥러닝: 머신러닝의 여러 방법론 중에서 인공신경망을 여러 층 깊게 쌓아 올린 기법을 의미. 머신 러닝: 컴퓨터 공학의 주요 연구분야 중 하나로 데이터를 이용해서 컴퓨터가 어떤 지식이나 패턴을 학습하는 것. 인공 지능: 컴퓨터가 인간과 같은 지능적인 행동을 할 수 있게 해주는 기법들을 연구하는 학문. - 머신 러닝을 제외한 다른 기법들은 데이터의 특징들을 연구자들이 알고리즘을 직접 만들어서 추출함. 딥러닝이 주목받게 된 이유 1. 기존 인공신경망 모델의 단점이 극복되었다. 2. 하드웨어의 발전. 3. 인터넷의 발전으로 빅데이터의 가능화. 2. 딥러닝의 장점과 단점 신경망을 깊게 쌓아 올림으로써 데이터의 특징을 단계별로 학습할 수 있다. - input layer에 가까운 hidden layer는 ..