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 | 29 | 30 | 31 |
Tags
- 펌웨어
- 모두를 위한 딥러닝
- 인터럽트
- Interrupt
- Generalized forward
- 리눅스
- file descriptors
- Network layer
- function call
- 밑바닥부터 시작하는 딥러닝
- RDT
- 스위치
- LED
- Class Activation Map
- Switch
- 딥러닝
- 디바이스 드라이버
- Linux
- 모두를 위한 딥러닝]
- TensorFlow
- Transport layer
- 텐서플로우
- LED 제어
- 운영체제
- 신경망 첫걸음
- 3분 딥러닝
- 신경망
- demultiplexing
- Router
- GPIO
Archives
- Today
- Total
건조젤리의 저장소
6-2. Tensorflow를 이용한 Softmax Classifier구현 본문
김성훈 교수님의 강의내용을 정리한 내용입니다.
출처 : http://hunkim.github.io/ml/
모두를 위한 머신러닝/딥러닝 강의
hunkim.github.io

tf.nn.softmax를 이용하여 구현이 가능하다.



더 간결하게!

2번과 같이 Tensorflow에서 제공하는 함수를 이용할 수 있다.

만약 읽고자 하는 데이터의 Y값이 One-Hot 형식으로 구성되지 않았다면
tf.one_hot을 이용하여 바꿀 수 있다.
주의할 점은 이 함수를 이용하면 출력 차원이 1개 늘어나게 되는데 tf.reshape를 이용하여 차원을 다시 바꿔주자.


'공부 기록 > 모두를 위한 딥러닝 (Basic)' 카테고리의 다른 글
7-2. Learning and test data sets (0) | 2019.11.07 |
---|---|
7-1. Learning rate, data preprocessing, overfitting (0) | 2019.11.07 |
6-1. Softmax classification: Multinomial classification (0) | 2019.11.07 |
5-2. Tensorflow를 이용한 Logistic (regression) classifier구현 (0) | 2019.11.07 |
5-1. Logistic (regression) classification (0) | 2019.11.07 |