본문 바로가기

tensorflow33

Logistic Regression with 1 hidden layer(planar data classification) 이번 글에서는 coursera deep learning 3주차 과제였던 planar data classification을 tensorflow를 사용해서 구현해보도록 하겠습니다. 2020/09/25 - [Coursera 강의/Deep Learning] - [실습] Planar data classification with a hidden layer [실습] Planar data classification with a hidden layer 해당 내용은 Coursera의 딥러닝 특화과정(Deep Learning Specialization)의 첫 번째 강의 Neural Networks and Deep Learning를 듣고 정리한 내용입니다. (Week 3) 3주차에서는 Planar data 분류기를 구현하는데.. 2020. 11. 13.
Logistic Regression 예제(iris classification) (Tensorflow v2.1.0) 이번 게시글에서는 머신러닝 입문에서 자주 사용되는 sklearn.dataset에 있는 iris dataset을 사용해서 붓꽃을 분류해보도록 하겠습니다. 먼저 필요한 package들을 import를 하고 시작해보도록 하겠습니다. import sklearn.datasets import tensorflow as tf import numpy as np import pandas as pd import matplotlib.pyplot as plt 1. Dataset 준비 iris dataset은 sklearn에서 제공하는 데이터를 사용할 것입니다. 아래처럼 iris 데이터를 읽어오고, pandas DataFrame를 생성해서, 데이터가 어떻게 구성되어 있는지 살펴봅니다. iris.. 2020. 11. 13.
Linear Regression 간단한 예제 * Tensorflow 2 기준으로 작성됨 이번 글에서는 아주 간단한 선형회귀 문제를 tensorflow로 어떻게 구현할 수 있는지 알아보겠습니다. 필요한 package들을 import해주고, numpy를 사용해 X, Y data를 생성해줍니다. import tensorflow as tf import numpy as np X = np.linspace(2, 10, num=50) Y = np.random.rand(50)*10 + 2 Y.sort() print('X = ', X) print('Y = ', Y) X, Y에 각각 50개의 값을 생성해주었으며, 아래와 같이 나타납니다. import matplotlib.pyplot as plt plt.plot(X, Y, 'ro') 이제 선형회귀에 사용할 weight와.. 2020. 11. 10.