그래프2 필기체를 구분하는 분류 ANN 구현 실습 개발 환경 : pycharm-community-2020.2 (무료 에디션) Anaconda, python3.7, Windows 10 ANN : 생체신경망 구조와 유사하게 은닉 계층을 포함하는 인공신경망 기술이다. 입력계층 -> 은닉계층 -> 출력계층 으로 구성되고 각 계층은 순서대로 입력노드, 은닉노드, 출력노드를 포함한다. 분류(ANN) : 입력 정보를 클래스별로 분류하는 방식 - 해당 입력이 어느 클래스에 속하는지 결정한다. - 분류 할 클래스 수만큼 출력노드를 만드는 방법이 효과적이다. - ANN을 구성하는 가중치의 학습은 예측값의 목표값에 대한 오차를 역방향으로 되돌리며 이루어짐으로 '오차역전파' 라고 한다. 필기체를 구분하는 분류 ANN 구현 1단계 패키지 불러오기 from keras impor.. 2020. 8. 19. 회귀 ANN(인공신경망) 실습 개발 환경 : pycharm-community-2020.2 (무료 에디션) Anaconda, python3.7, Windows 10 시계열 데이터를 예측하는 회귀 ANN 구현 1. 모델링 입력에 해당하는 x 는 Nin 길이를 가지는 1차원 열 벡터이다. - 파이썬 넘파이 라이브러리는 열 벡터 모양을 (Nin,) 처럼 표현한다. 은닉 계층은 x 가 hidden()을 통과하고 활성화 함수(relu)를 통과하게 구성 그래서 결과 h는 output 으로 정의된 계층으로 들어간다. - 출력은 활성화 없이 바로 y 출력 x = layers.Input(shape=(Nin,)) # 열 벡터 모양 h = relu(hidden(x)) y = output(h) 모델을 만들고, 만든 모델을 사용하기 위해 컴파일 self.co.. 2020. 8. 19. 이전 1 다음
