본문 바로가기

컴퓨터공학/python

(18)
[머신러닝/CNN] Backpropagation , Chapter_1 이번 글부터는 Backpropagation에서 Gradient-based Learning을 하는 이유에 대해 알아보도록 하겠습니다. Index 1. CNN, Forward propagation review 2. Gradient-based Learning 1. CNN , FC(Dense) layer , Convolution layer Back propagation을 위해 간단히 Forward propagation을 Review하는 시간을 갖도록 하겠습니다. 1.1 Feature Extractor CNN(Convolution Neural Network)은 입력받은 데이터를 Feature Extractor에서 특징을 추출하는 과정을 갖습니다. 이 단계에서 Convolution layer는 불필요한 데이터를 f..
[머신러닝] Deep Learning (Basic Concept and Dense Layer) 이번 글에서는 딥러닝에 대한 기본적인 소개와 함께 Dense Layer에 대해 알아보도록 하겠습니다. Index 1. ANN(Artificial Neural Network) 1.1 Neuron and Artificial Neuron concept 2. Dense Layer 2.1 Data Input 2.2 Computation 2.3 Activation Function 2.4 Next layer 3. Make Class 3.1 Activation class 3.2 Dense class 3.3 Model class 1. ANN(Artificial Neural Network) 딥러닝에 있어 가장 핵심적인 기술인 ANN(인공 신경망)은 신경세포인 Neuron을 추상화 시킨 Artificial Neuron으로 ..
[Numpy] Create Functions에 대해(np.arange, np.zeros, np.ones,np.empty,np.full ) 이번 글에서는 Create Functions에 대해서 알아보도록 하겠습니다. Index 1.arange 2.zeros 3.ones 4.empty 5.full 6.linspace numpy에서는 ndarray를 간편하게 만들기 위해 제공하는 다양한 create functions이 존재합니다. 1. arange 주어진 범위 내에서 균일한 간격의 값을 반환합니다. numpy.arange([start, ]stop, [step, ]dtype=None, *, like=None) 2. zeros 주어진 모양과 유형에 따라 0으로 채워진 새 배열을 반환합니다. numpy.zeros(shape, dtype=float, order='C', *, like=None) numpy.zeros_like(a, dtype=None, ..
[Numpy] Dot product, Matrix-vector Multiplication에 대해서 이번 글에서는 Dot product와 Multiplication에 대해서 알아보도록 하겠습니다. Index 1.Dot product 2.Matrix-vector Multiplication 1.Dot product 내적(Dot Product)이란, 두 벡터가 있을 때, 각 인덱스에 대응하는 원소별로 곱해준 뒤 총합을 수행해 하나의 스칼라 값으로 만들어 주는 연산을 의미합니다. 내적 연산은 그림_1(아다마르 곱,hadamard product)과 그림_2(dot_product)의 두가지 방법으로 구할 수 있습니다. Numpy에서는 dotproduct연산을 위해 numpy.dot(a,b)와 같은 API를 제공하고 있습니다. 아래 예시를 통해 u와 v벡터의 연산을 알아보도록 하겠습니다. import numpy a..
[Numpy] 라디안(radian)과 디그리(degree) 그리고 여러가지 함수들에 대해 (지수함수 / 쌍곡선함수/ 삼각함수 / 무리함수 / 유리함수 / 멱함수 /로그함수) Index 1. 라디안도(degree) 변환 (deg2rad and rad2deg) 2.Trigonometric Functions 3.지수 함수 (Exponential Functions) 4. 쌍곡선 함수 (Hyperbolic Funfions) 5.삼각 함수 (Quadratic Functions) 6.무리 함수 (Irrational Functions) 7. 유리 함수 (Rational Functions) 8. 멱 함수 (Power Functions) 9. 로그 함수 (log Functions) 1. 라디안도(degree) 변환 (deg2rad and rad2deg) 우리가 일상적으로 사용하는 각의 단위는 디그리(degree)입니다. 이것은 원 한바퀴를 360도로 표현하는 방법입니다. 반원은 180도, 직..
[Numpy] Statistics APIs (mean,median/ Variance&Deviation / Standardiztion / Max Values and Indices / Min-max Normalization / Maximum and Minimum 이번 글에서는 Statistis에 관련된 API들에 대해 알아보겠습니다. Index 1. Mean and Median 2. Variance and Deviation 3. Standardization 4. Max Values and Indices 5. Min-max Normalization 6. Maximum and Minimum 1. Mean and Median 2. Variance and Deviation 3. Standardization 4. Max Values and Indices 5. Min-max Normalization 6. Maximum and Minimum
[Numpy] Sorting에 대하여(sort,argsort) 정렬, 인덱스정렬 이번 글에서는 Sorting에 대해서 자세히 알아보도록 하겠습니다. Index 1.Sorting Vectors 2.Sorting Matrix 들어가기에 앞서 Sorting이란 ? 원소들을 번호순이나 사전 순서와 같이 일정한 순서대로 열거하는 것입니다. 방대한 무작위 Dataset이 주어진 경우 순위를 매길때 그리고 순위별 인덱스를 찾아야할때 필수적인 기능입니다. 1.Sorting Vectors numpy.sort(a, axis=-1 , kind=None, order=None) 원소를 오름차순(기본값)으로 정렬해주는 API입니다. numpy.argsort(a, axis=-1, kind=None, order=None) 원소의 인덱스를 알려주는 API입니다. 예시를 들어 간단히 알아보도록 하겠습니다. impo..
[Numpy] Sum, Prod, Diff 사용법 이번 글에서는 sum,prod,diff 그리고 여러가지 statistics에 대해 알아보도록 하겠습니다. Index 1.cumsum 2.prod 3.diff 1.cumsum Return the cumulative sum of the elements along a given axis.( Numpy 공식 문서) cumsum은 한마디로 누적합 입니다. 특징을 한번 알아볼까요? 1.1 차원에 관계 없이 1차원의 나열된 원소의 형태로 변환시켜 주기 때문에 원상태를 유지하고 싶다면 reshape을 사용해 주어야 합니다. 1.2 axis별 연산이 가능합니다. 아래에 간단한 예시를 들어보도록 하죠. improt numpy as np a = np.arnage(5) >>>print(a) [0 1 2 3 4] cumsum_..