딥러닝을 하기 위한 텐서플로 기초 사용법입니다. 파이썬 numpy array를 활용해 기본적인 텐서를 생성하고, 생성된 텐서의 정보를 확인해보자.

데이터의 학습과정을 확인하고 분석하기 위해서는 이를 그래프로 시각화하는 과정이 필수적이다.

matplotlib.pyplot 라이브러리를 활용해 그래프 시각화 테크닉을 익혀보자.

딥러닝의 Tensor => numpy array로 주로 표현한다. Tensor의 기본에 대해 이해하고 python numpy의 기본 도구들을 익히자

다음의 책을 공부하며 정리한 내용입니다

• https://wikidocs.net/book/2788

로지스틱 회귀란

: 로지스틱 회귀는 이진분류(Binary Classification) 문제의 해결에 사용되는 대표적인 알고리즘.

이름은 ‘회귀‘이지만 ‘분류‘에 쓰인다

다음의 책을 공부하며 정리한 내용입니다

• https://wikidocs.net/book/2788

nn.Module 을 사용한 선형회귀 모델의 개선

: 파이토치에서 일부 모델(ex. 선형회귀모델)들은 이미 nn.Module의 형태로 편리하게 쓸 수 있도록 구현되어있다.

다음의 책을 공부하며 정리한 내용입니다

• https://wikidocs.net/book/2788

선형회귀란

: 선형 회귀란 학습 데이터와 가장 잘 맞는 하나의 직선을 찾는 일.

• 하나의 직선은 W와 b로 정의할 수 있다.
• 선형 회귀의 목표: 가장 잘 맞는 직선을 정의하는 W와 b의 값을 찾는 것.

다음의 책을 공부하며 정리한 내용입니다

• https://wikidocs.net/book/2788

Pytorch 기본 연산

: pytorch를 활용한 신경망 구성을 위해 필수적인 딥러닝 기본 연산단위를 알아보자.