1학년/딥러닝 공부
-
딥러닝 교양 시험 필기!1학년/딥러닝 공부 2022. 12. 19. 16:58
엥간치 개념은? deep한 개념말고 수박 겉햝기 정도는 익혀졌다 ! 교양시험이 있으니 뭐라도 하게되는구만 : D Mnist 미국 국립 표준기술원이 고등학생과 인구조사국 직원 등이 쓴 손글씨를 이용해 만든 데이터. 케라스를 이용해 MNIST 데이터셋 간단히 불러오기 가능 mnist.loat_data() 로 사용할 데이터 불러오기 from keras.datasets import mnist 학습 부분 > train, 테스트 사용 > test #학습 데이터, 테스트 데이터 불러오기 (X_train,Y_train),(X_test,Y_test) = mnist.load_data() 프레임워크 > 응용 프로그램 개발위한 여러 라이브러리 , 모듈 등을 묶어 놓은 패키지 텐서플로 > 구글이 개발한 오픈소스sw 라이브러리,..
-
2_1 딥러닝 모델, 손실함수 , 역전파, 순전파1학년/딥러닝 공부 2022. 9. 13. 14:20
딥러닝 모델 ? : input과 output 레이어 중간에 Hidden layer 층이 3층 이상 일 시 Deep learning 이란 단어를 사용해 서 딥러닝 모델이다. 딥러닝 모델의 구성 요소 : 노드 ( Node ) . 각 층을 구성하는 요소 (x1,x2,…) : 가중치 ( Weight ) . 노드간의 연결 강도 (w1, w2,…) : 레이어 (layer) . 모델을 구성하는 층 딥러닝 모델의 학습 방법 : Loss function을 정의해서 손실을 최소화 하기 위한 알고리즘을 적용해 스스로 학습하게 한다. 손실함수( Loss function) ? 최적화( optimizat ion ) ? : 딥러닝이 가중치를 찾아가는 과정. 예측값과 실제값 간의 오차값을 최소화 하기 위한 모델의 인자값을 찾는 학습..
-
1_5And ,Or, Nand, Nor, Xor gate와 구현,비선형문제1학년/딥러닝 공부 2022. 9. 1. 20:59
사람 신경계가 뉴런 > 신경망 > 지능 이라면 딥러닝에서는 퍼셉트론 > 인경신경망 > 인공지능 이런식으로 논리 회로를 수행한다. 논리 회로에는 And gate , Or gate, Nand gate , Nor gate가 있다. And gate : A와 B 둘 다 1. True 일 때만 반응한다. 0/0 > 0 , 0/1 >0 , 1/0 > 0 , 1/1 >1 와 같은 반응 Or gate : A 또는 B 가 1. True 일 때만 반응한다. 0/0 > 0 , 0/1 >1 , 1/0 > 1 , 1/1 >1 와 같은 반응 다음은 And 와 Or gate를 구현해 보았다. import numpy as np def And_gate(x1,x2): x = np.array([x1,x2]) weight = np.array..
-
1_4 DIY퍼셉트론 만들기1학년/딥러닝 공부 2022. 9. 1. 13:58
1. 가중치 값이 들어간 1차원 리스트 w와 임의의 Bias 값인 b를 설정해준다 2. 신호의 총합 output을 정의하고, output이 0이상이면 1을 그렇지않으면 0을 반환하는 활성화 함수 y를 작성해 퍼셉트론 완성 def main(): x = [1,2,3,4] w = [0.3,0.5,0.1,0.7] b = -2 output, y = perceptron(w,x,b) print('output : ',output) print('y: ',y) def perceptron(w,x,b): output = sum([x_i*w_i for x_i,w_i in zip(x,w)])+b y = 1 if output >=0 else 0 return output,y if __nam..
-
1_3 퍼셉트론 작동 구현 예시1학년/딥러닝 공부 2022. 8. 1. 17:51
비의 유무와 여친의 만남 요청 유무 (입력값 x1, x2) 비를 얼마나 좋아하는지와 여친을 얼마나 좋아하는지 (가중치 w1, w2) 외출을 얼마나 좋아하는지 (Bias B) 위 세 가지 사항과 아래의 표를 고려해서 외출 여부(출력값 yyy)를 판단하는 Perceptron 함수를 만들어보자 ''' 1. 신호의 총 합과 외출 여부를 반환하는 perceptron 함수를 만든다. step1. Bias는 외출을 좋아하는 정도이며 -1로 설정한다 step2. 입력 받은 값과 Bias값을 이용하여 신호의 총 합을 구한다 step3. 지시한 활성화 함수를 참고하여 외출 여부 ( 0 or 1 )를 반환한다. ''' # 퍼셉트론 함수 구현 def Perceptron(x1, x2,..
-
1_2_퍼셉트론?1학년/딥러닝 공부 2022. 8. 1. 17:19
퍼셉트론이 왜 등장? : 만약에 명시적으로 프로그래밍 해준다면 if(){ else if(){ else if(){ ..... } } } 이렇게 매우 많은 조건문이 나올 것이다. 따라서 명시적 프로그래밍은 한계가 있다, 이 한계를 해결하기위해 기계가 스스로 학습 해야하는 것의 중요성이 있음. 그래서 나온게 초기 신경망 "퍼셉트론" : 1958년 초기 신경망인 "퍼셉트론" 퍼셉트론의 구조 : : 입력 값( x1, x2, x3, x4, ...) , 가중치( weight = w ) , 바이어스( Bias ) , 출력 값 ( y )로 이루어져있다. : 입력 값과 가중치를 곱한 것의 합 + 가중치 = w1*x1 + w2*x2 + B(W0) = y =출력값이다. 활성화 함수 : 출력 값을 참과 거짓. 0과 1로 판단 ..
-
1_딥러닝 ?1학년/딥러닝 공부 2022. 7. 29. 09:45
딥러닝 ? : 머신러닝의 여러 방법론 중 하나. : " 인공신경망 " 에 기반하여 컴퓨터에게 사람의 사고방식을 가르치는 방법 : 모델의 데이터를 스스로 학습한다 인공 신경망? : 사람의 신경 시스템을 모방한 알고리즘 : input layer가 있으면 hidden layer를 거쳐서 output layer로 출력 : 지도학습 ( Supervised Learning )과 비지도학습 (Unsupervised Learning )이 모두 가능하다. 결론 딥러닝은 머신러닝의 방법 중 하나이며, 사람의 신경을 모방한 인공 신경망에 기반하여 학습을 하여 출력을 한다.
-
손실 함수와 편미분1학년/딥러닝 공부 2022. 6. 23. 00:07
손실 함수 : 예측값과 실제 값 간의 오차 값 최소화하기 위한 모델의 인자 값 다른 방법도 있는데 솔직히 어려워서 못하겠고 평균제곱오차 방법 ( MSE)만 써보자 이 공식은 MSE의 공식 : 손실함수의 파이썬 코드는 아래와 같다 ( 출처 내 머리 아님 . 구글링함 ) import numpy as np #np라는말로 numpy 라이브러리 추가 def MSE(y,t): return 0.5 * np.sum((y-t)**2) t = np.array([0,0,0,0.5,0.5,0,0,0,0,0]) y = np.array([0.01,0.01,0.1,0.3,0.33,0.04,0.02,0.05,0.01,0.1]) print(MSE(t,y)) : numpy에 관한 공부는 다른 게시글에 ! :위 코드에서 손실값이 0.04..