[모두의딥러닝] 머신러닝 개념과 용어_1

모두의 딥러닝

머신러닝 개념과 용어

강의

Supervisor Learning(learning with labeled examples)

: 정답을 제시하고 모델을 훈련 시키는 방법

•사용하는 곳

•이미지 라벨링

•스팸 필터

•시험 성적 예상

•종류

•시험 성적 예상

•regression

•시험 성적 합격/불합격

•Classification

•A,B,C,D 타입

•Multi classification

Unsupervisor Learning

: 정답없이 특정 규칙만을 규정하여 훈련 시키는 방법

Lab

What is data flow?

•Node: 그래프에서 연산을 나타냄

•Edge: 매트릭스?(tensor) 즉, 데이터를 연결

 

위의 이미지 처럼, 텐서플로우는 sess.run을 시키지 전에는 기계가 동작을 하지 않는다. 모든 설계가 완료된 후(1), sess.run(2)을 시켜주면 블랙박스에서 텐서로 연결된 각각의 노드들이 연산을 하여, 모델값을 출력(3)한다.

Constant

: 텐서플로우에서 사용하는 변수. 사용법은 아래의 이미지와 같이 사용한다.

    a = tf.constant(2)

    b = tf.constant(3)

Placeholder

: 텐서플로우에서 사용하는 변수. Constant변수와 큰 차이점이라면, 해당 변수는 값을 지정하지 않는다. 즉, 변수를 선언할 때, 값은 공백이다. 그러나, 텐서플로우를 동작할 때, 해당 값을 넣어 줄 수 있으므로, 자주 사용되는 변수이다. 사용법은 아래와 같다.

Session을 동작 시킬 때, 해당 값을 feed_dict와 같은 형태로 넣어준다.

텐서의 대한 개념(랭크, 쉐이프, 타입..)은 아래 이미지는 표를 참조한다.

간략하게 설명하면, Rank는 배열의 차수 Shape는 형태, 그리고 Type은 종류를 나타낸다.

위의 t에 대한 텐서를 설명하자면, Rank는 2 Shape는 [3,3]이 된다. 쉽게 해당 텐서에 대한 형태를 알려면, 7,8,9의 갯수는 [3, 3] 을 그리고 [1,2,3],[4,5,6],[7,8,9] 각 배열의 갯수는 [3, 3]을 나타낸다.