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 |
Tags
- 신경망
- 텐서플로우
- 디바이스 드라이버
- 인터럽트
- file descriptors
- Transport layer
- Switch
- LED 제어
- 운영체제
- 3분 딥러닝
- Network layer
- Generalized forward
- Class Activation Map
- GPIO
- 신경망 첫걸음
- 리눅스
- 딥러닝
- Router
- function call
- TensorFlow
- 모두를 위한 딥러닝]
- LED
- 모두를 위한 딥러닝
- 밑바닥부터 시작하는 딥러닝
- 스위치
- RDT
- 펌웨어
- demultiplexing
- Linux
- Interrupt
Archives
- Today
- Total
건조젤리의 저장소
9-1. Neural Nets(NN) for XOR 본문
김성훈 교수님의 강의내용을 정리한 내용입니다.
출처 : http://hunkim.github.io/ml/
단일 로지스틱 회귀 유닛은 XOR문제를 해결하지 못한다.
하지만 다중 로지스틱 회귀 유닛은 가능하다.
위의 그림을 한번에 나타내면 아래의 구조가 된다.
* 이때 W의 조합은 다양하게 설정할 수 있다.
행렬구조를 사용하면 더 간단히 나타낼 수 있다.
'공부 기록 > 모두를 위한 딥러닝 (Basic)' 카테고리의 다른 글
9-3. Tensorflow를 이용한 XOR구현 (0) | 2019.11.08 |
---|---|
9-2. Backpropagation (0) | 2019.11.08 |
8. 딥러닝의 기본 개념 및 Tensorflow Manipulation (0) | 2019.11.07 |
7-4. Tensorflow를 이용한 MNIST 실습 (0) | 2019.11.07 |
7-3. Tensorflow를 이용한 Learning rate, Evaluation실습 (0) | 2019.11.07 |
Comments