비둘기 둥지

1.Fashion MNIST 데이터 셋 살펴보기 28 x 28 픽셀 70,000개의 흑백 이미지로 구성된 이미지 데이터 셋 레이블은 신발, 드레스, 가방 등 총 10가지 카테고리 존재 이미지 데이터를 다루기 위한 파이토치, 토치비전 모듈들 torch.utils.data → 데이터 셋의 표준을 정의, 로딩, 셔플에 쓰는 도구들이 들어있는 모듈 → 파이토치 모델을 학습시키기 위한 데이터 셋 표준을 torch.utils.data.Dataset에 정의 → 데이터 셋 모듈을 상속하는 파생 클래스는 학습에 필요한 데이터를 로딩해주는 torch.utils.data.DataLoader 인스턴스 입력으로 사용 torchvision.datasets → torch.utils.data.Dataset을 상속하는 이미..

1. 인공신경망(ANN) 인공 신경망에서 데이터를 입력받는 부분을 입력층 (input layer)라고 한다. 입력층을 거친 신호는 은닉층 (hidden layer | 중간층)으로 전달된다. 은닉층을 지난 신호는 마지막 뉴런인 출력층(output layer)으로 전달된다. (!) 각 층에 존재하는 한 단위의 인공뉴런을 노드(node)라 한다. 각 층에 존재하는 매개변수인 가중치(weight)를 행렬곱하고 편향(bias)를 더한 결과 값은 활성화 함수(activation function)을 거쳐 다음층으로 신호를 전달한다. 인공 신경망의 예측결과와 정답을 비교해 오차를 계산. 출력층 ~ 입력층까지의 가중치를 모두 최적화 함수(optimization function)을 통해 변경해준다. 겹겹이 쌓인 가중치를 ..

1. 파이토치 기초 텐서는 파이토치에서 다양한 수식을 계산하는데 가장 기본적인 자료 구조이다. 수학의 벡터나 행렬을 일반화한 개념으로 숫자들을 특정한 모양으로 배열 텐서에는 차원이라는 개념이 있음. (1) 0차원 텐서 : 스칼라 (scalar) (2) 1차원 텐서 : 벡터 (vector) (3) 2차원 텐서 : 행렬 (matrix) 1-1. 텐서를 다뤄보자¶ 텐서 만들기 import torch ## 3 x 3 텐서 만들기 x = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) print(f'first tensor : \n{x}') ## 텐서의 shape(size)를 확인하는 법 print(f'tensor size : {x.size()} \ntensor shape : ..

1. 신경망 1-1. 퍼셉트론 복습 가중합의 0을 넘기면 1을 출력, 그렇지 않으면 0을 출력함. 가중치(Wn)는 신호의 영향력을 제어한다. 편향(b)은 뉴런이 얼마나 쉽게 활성화 되느냐를 제어한다. 1-2. 활성화 함수 입력 신호의 총합을 출력 신호로 변환하는 함수 입력 신호의 총합이 활성화를 일으키는지를 정하는 역할을 함. 퍼셉트론 구현하며 사용한 활성화 함수를 계단함수라 한다. a. 시그모이드 함수 (Sigmoid Function) [0, 1] 사이의 값을 가지며 그래프가 S모양이여서 Sigmoid라고 한다. import matplotlib.pyplot as plt import numpy as np sigmoid_func = lambda x: (1/(1 + np.exp(-x))) x = np.arr..