Page 9 -
P. 9
Machine Learning
12장 다층 인공 신경망을 밑바닥부터 구현 473
12.1 인공 신경망으로 복잡한 함수 모델링 474
12.1.1 단일층 신경망 요약 476
12.1.2 다층 신경망 구조 478
12.1.3 정방향 계산으로 신경망 활성화 출력 계산 480
12.2 손글씨 숫자 분류 483
12.2.1 MNIST 데이터셋 구하기 484
12.2.2 다층 퍼셉트론 구현 491
12.3 인공 신경망 훈련 503
12.3.1 로지스틱 비용 함수 계산 503
12.3.2 역전파 알고리즘 이해 506
12.3.3 역전파 알고리즘으로 신경망 훈련 508
12.4 신경망의 수렴 511
12.5 신경망 구현에 관한 몇 가지 첨언 512
12.6 요약 513
13장 텐서플로를 사용한 신경망 훈련 515
13.1 텐서플로와 훈련 성능 516
13.1.1 성능 문제 516
13.1.2 텐서플로란? 518
13.1.3 텐서플로 학습 순서 520
13.2 텐서플로 처음 시작하기 520
13.2.1 텐서플로 설치 520
13.2.2 텐서플로에서 텐서 만들기 522
13.2.3 텐서의 데이터 타입과 크기 조작 523
13.2.4 텐서에 수학 연산 적용 524
13.2.5 split( ), stack( ), concat( ) 함수 527
13.3 텐서플로 데이터셋 API(tf.data)를 사용하여 입력 파이프라인 구축 528
13.3.1 텐서에서 텐서플로 데이터셋 만들기 529
13.3.2 두 개의 텐서를 하나의 데이터셋으로 연결 530
machinelearning_06.indd 25 2021-03-17 오후 12:35:57
