IT's 우

생활코딩, 머신러닝(딥러닝)- 학습의 실제(with 워크북) 본문

생활코딩/머신러닝(텐서플로우(python))

생활코딩, 머신러닝(딥러닝)- 학습의 실제(with 워크북)

디우 2021. 1. 14. 17:35
728x90

딥러닝 워크북에서 손으로 모델을 학습시켜 보며 딥러닝이 학습하는 원리를 배우기.

 

 

딥러닝 워크북

 

딥러닝 워크북 https://bit.ly/2DEBlPd

 

딥러닝 워크북

회귀 (mse) 온도,판매량,W,B,Loss,예측 (w*온도+b),예측 - 판매량,(예측 - 판매량)^2 21,42,1.969,0.526,0.036891,41.875,-0.125,0.015625 22,44,dLoss / dW,dLoss / dB,prevLoss,43.844,-0.156,0.024336 23,46,122.2291,5.2961,7.028832,45.813,-0.187,

docs.google.com

파일 -> 사본 만들기 사용하여 직접 해보기

 

 

워크북 이용방법

*사본에 history와 W, B 값을 0으로, dLoss/dW, dLoss/dB 값 delete 해놓고 시작
1. 초기값 생성기를 통해 나오는 값을 복사하여 W와 B값을 넣어준다.
2. 결과인 W, B 그리고 자동으로 생성되는 Loss 값을 복사하여 history에 넣는다.
3. prevLoss 에 Loss 값을 복사하여 넣어준다.
4-1. W값을 0.0001을 더한 값으로 고쳐주고 dLoss / dt의 값 변화를 관찰한다.

( Loss값이 더 작아졌으면 W값은 커져야하고

더 커졌으면 W값이 작아져야한다. )

4-2. 결과값 dLoss / dt를 dLoss / dW에 넣어준다.
4-3. W값을 원래대로 고친다.
5-1. B값을 0.0001을 더한 값으로 고쳐주고 dLoss / dt의 값을 관찰한다.

( Loss값이 더 작아졌으면 B값은 커져야하고

더 커졌으면 B값이 작아져야한다. )


5-2. 결과값 dLoss / dt를 dLoss / dB에 넣어준다.
5-3. B값을 원래대로 고친다.
6. next W, next B의 값을 복사하여 W, B에 넣어주고 Loss를 확인한다.

7. 2번부터 다시 반복한다.

 

 

 

 

출처: 생활코딩

 

 

728x90
반응형