Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Python
- 딥러닝
- neural network
- 비샤몬당
- 전처리
- project euler
- Convolutional Neural Network
- mnist
- 소수
- c#
- 역전파법
- 신경망
- 소인수분해
- 자전거 여행
- CNN
- Autoencoder
- A Neural Algorithm of Artistic Style
- Gram matrix
- 역전파
- 베이지안
- backpropagation
- SQL
- 오일러 프로젝트
- 수달
- 오토인코더
- deep learning
- bayesian
- 냥코 센세
- 히토요시
- 합성곱 신경망
Archives
- Today
- Total
목록linear regression (1)
통계, IT, AI
딥러닝: 화풍을 모방하기 (4) - 연습: 회귀 문제
1. 개요- 다음 파트로 넘어가기 전에 지금까지 배운 것을 구현하여 이해를 확실하게 하자. - 가장 간단한 경우부터 연습하기 위하여 변수가 1개인 회귀 문제를 선택한다. 즉, 신경망은 다음과 같다. - 출력층의 활성함수는 항등함수로 한다. 그러므로 \(u_1=w_{11}x_1+b_1\)이며 \(z_1=f(u_1)=u_1\)이다. - 연습에 사용할 \(x_1\)은 \(U(-4,4)\)에서 200개를 생성한다. - 출력 \(d\)는 \(x_1-1+\varepsilon\)이며 \(\varepsilon\)은 \(N(0,1)\)를 따른다. - 데이터의 형태는 그림 2와 같다. 붉은 선은 연습에서 추정해야 할 파라미터를 나타낸다.- minibatch를 사용하며 1개의 batch size는 20으로 하며 반복횟수(e..
머신러닝
2017. 1. 30. 22:13