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
- function call
- 3분 딥러닝
- 스위치
- 딥러닝
- TensorFlow
- LED
- LED 제어
- RDT
- 인터럽트
- 신경망
- 신경망 첫걸음
- demultiplexing
- 텐서플로우
- Router
- 리눅스
- GPIO
- 모두를 위한 딥러닝]
- 펌웨어
- Linux
- Transport layer
- Generalized forward
- Interrupt
- Class Activation Map
- 운영체제
- 밑바닥부터 시작하는 딥러닝
- Network layer
- Switch
- file descriptors
- 디바이스 드라이버
- 모두를 위한 딥러닝
Archives
- Today
- Total
건조젤리의 저장소
9-3. Tensorflow를 이용한 XOR구현 본문
김성훈 교수님의 강의내용을 정리한 내용입니다.
출처 : http://hunkim.github.io/ml/
XOR의 진리표와 Tensorflow데이터는 위와 같다.
앞에서 본 대로 하나의 계층만 이용한다면 XOR 문제는 풀수 없다.
두개의 계층을 이용하여 XOR문제를 해결할 수 있다.
계층을 더 넓게 설정하면 결과가 더 정확하게 나오는 것을 볼 수 있다.
계층을 더 깊게 설정하면 더욱 정확해 진다!
'공부 기록 > 모두를 위한 딥러닝 (Basic)' 카테고리의 다른 글
10-1. ReLU: Better non-linearity (0) | 2019.11.08 |
---|---|
9-4. Tensorboard 사용 (0) | 2019.11.08 |
9-2. Backpropagation (0) | 2019.11.08 |
9-1. Neural Nets(NN) for XOR (0) | 2019.11.08 |
8. 딥러닝의 기본 개념 및 Tensorflow Manipulation (0) | 2019.11.07 |
Comments