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 |
Tags
- 기술통계학
- 히스토그램
- 모두의 딥러닝
- 오래간만에 글쓰네
- 코사인 유사도
- student t분포
- 최소자승법
- 머신러닝
- Django
- 밑바닥부터 시작하는 딥러닝2
- 결정계수
- rnn
- 텍스트 분류
- 텐서플로2와 머신러닝으로 시작하는 자연어처리
- 자연어 처리
- 밑바닥부터 시작하는 딥러닝
- 회귀분석
- 파이썬 pandas
- 다층 퍼셉트론
- 감성분석
- Pandas
- F분포
- numpy
- word2vec
- 군집화
- 은준아 화이팅
- 가설검정
- 기초통계
- 구글 BERT의 정석
- 차원축소
Archives
- Today
- Total
목록수치 미분 (1)
데이터 한 그릇
오차역전파
그래프가 굉장히 많은 파트로 책을 참조해서 보는게 훨씬 좋다. 오차역전파 수치 미분을 이용해서 가중치 매개변수의 값을 오차값이 가장 적게 수정하는 과정은 너무 시간이 많이 걸린다. 수치 미분의 과정은 다음과 같았다. 손실 함수 몇 가지(mse, cross_entropy_error)가 있다. x변수와 가중치 w값들을 모두 곱하고 바이어스를 더해서 활성화 함수에 넣어주면 출력 공식 y가 완성이 된다. 이 y를 mse(y), 혹은 cross_entropy_error(y) 로 만들어서 오류에 관련된 하나의 함수로 만들어준다. 이 오류에 대한 함수를 편미분하는 과정을 거치게 된다. 만일 입력 변수가 여러 개이면 x1의 매개변수 w1 에 대해서 편미분 할 수 있다. 만일 초기 w1 value가 있다면 앞서 구한 손..
딥러닝/밑바닥부터 시작하는 딥러닝
2022. 1. 7. 23:53