본문 바로가기

밑바닥부터 시작하는 딥러닝

(3)
[Deep Learning] 220808 학습일기 밑바닥부터 시작하는 딥러닝 - YES24 직접 구현하고 움직여보며 익히는 가장 쉬운 딥러닝 입문서 이 책은 라이브러리나 프레임워크에 의존하지 않고, 딥러닝의 핵심을 ‘밑바닥부터’ 직접 만들어보며 즐겁게 배울 수 있는 본격 딥 www.yes24.com 1. 행렬의 곱을 사용해 A1를 구하고 시그모이드 함수를 이용해 Z를 구해보자.(0층 -> 1층) import numpy as np def sigmoid(x): return 1/(1+np.exp(-x)) X = np.array([1.0,0.5]) W1 = np.array([[0.1,0.3,0.5],[0.2,0.4,0.6]]) B1 = np.array([[0.1,0.2,0.3]]) A1 = np.dot(X,W1) +B1 Z1 = sigmoid(A1) print..
[Deep Learning] 220806 학습일기 밑바닥부터 시작하는 딥러닝 - YES24 직접 구현하고 움직여보며 익히는 가장 쉬운 딥러닝 입문서 이 책은 라이브러리나 프레임워크에 의존하지 않고, 딥러닝의 핵심을 ‘밑바닥부터’ 직접 만들어보며 즐겁게 배울 수 있는 본격 딥 www.yes24.com 1. 위와 같이 행렬의 곱으로 신경망의 계산을 수행할 수 있다. 그리고 이것을 파이썬으로 구현해보자. import numpy as np X= np.array([1,2]) W= np.array([[1,3,5],[2,4,6]]) Y = np.dot(X,W) print(Y) [ 5 11 17] 다차원 배열의 스칼라곱을 구해주는 np.dot 함수를 사용하면 Y의 원소가 100개든 1000개든 한 번의 연산으로 계산할 수 있다. np.dot을 사용하지 않으면 Y의 원..
[Deep Learning] 220803 학습일기 밑바닥부터 시작하는 딥러닝 - YES24 직접 구현하고 움직여보며 익히는 가장 쉬운 딥러닝 입문서 이 책은 라이브러리나 프레임워크에 의존하지 않고, 딥러닝의 핵심을 ‘밑바닥부터’ 직접 만들어보며 즐겁게 배울 수 있는 본격 딥 www.yes24.com 1. 퍼셉트론을 파이썬으로 구현해보자. 먼저 AND 게이트를 구현해보자. def AND(x1,x2): w1,w2, theta = 0.5,0.5,0.7 tmp = x1*w1 + x2*w2 if tmp theta: return 1 매개변수 w1, w2, theta는 함수 안에서 초기화하고, 가중치를 곱한 입력의 총합이 임계값(theta)을 넘으면 1을 반환하고 그 외에는 0을 반환한다. def AND(x1,x2): w1,w2, theta = 0.5,0.5,0.7..