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
- 책
- 코딩
- 아파치
- 소프트맥스 함수
- PostgreSQL
- picoCTF
- 기울기
- 리뷰
- 파이썬
- FastAPI
- 신경망
- PICO CTF
- Apache2
- 신경망 학습
- Python Challenge
- flag
- 우분투
- 설치
- sgd
- AdaGrad
- 백준
- C언어
- PHP
- CTF
- Python
- 역전파
- 오차역전파법
- 순전파
- HTML
- 딥러닝
Archives
- Today
- Total
목록신경망 추론 처리 (1)
Story of CowHacker
딥러닝 2.8 신경망
이제 신경망의 추론 처리에 대해 알아 볼것이다. MNIST 데이터 셋을 가지고 추론을 수행하는 신경망을 구현해볼거다. 먼저 MNIST데이터에 대해 자세히 설명하자면 첫째 MNIST의 데이터셋은 0부터 9까지의 숫자 이미지로 구성된다. 둘째 MNIST의 이미지 데이터는 28 x 28 크기의 회색조 이미지다. 셋째 MNIST의 이미지 데이터의 각 픽셀은 0에서 255까지의 값을 취한다. 자, 이제 신경망의 추론을 수행해보자. 이 신경망은 입력층 뉴런을 784개, 출력층 뉴런을 10개로 구성한다. 입력층 뉴런이 784개인 이유는 이미지 크기가 28 x 28 = 784 이기 때문이다. 출력층 뉴런이 10개인 이유는 이문제가 0에서 9 까지의 숫자를 구분하는 것이기 때문이다. 은닉층은 총 두 개다. 첫 번째 은닉..
공부/딥러닝
2020. 8. 8. 01:40