| 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 | 31 |
- CNN
- machine learning
- Logistic
- iris
- Deep learning
- 요약
- 강화학습
- 합성곱 신경망
- Kaggle
- reinforcement learning
- 선형 회귀
- convolutional neural network
- RL
- sklearn
- Q-Learning
- Gradient descent algorithm
- 딥 러닝
- Neural network
- data
- 회귀
- 비용 함수
- cost function
- 시그모이드 함수
- Sigmoid Function
- Logistic regression
- 정리
- csv
- 기울기 감소 알고리즘
- 논리 회귀
- regression
- Today
- Total
목록Python 주요 함수/Tensorflow (2)
컴공돌이의 스터디 블로그
tf.placeholder
* 이 글은 www.tensorflow.org에서 볼 수 있는 내용을 정리한 글 입니다. tf.placeholder[변수]- dtype : tensor에 넣을 값의 타입- shape : tensor에 넣을 값의 치수- name : 함수의 이름 [용도]- tf.placeholder는 입력한 변수값들을 기반으로 나중에 값을 입력할 수 있는 변수 tensor를 생성하는 문법입니다. [주의할 점]- shape를 정의하지 않은 경우에는 어떠한 모양의 값도 넣을 수 있습니다. [중요한 것]- 이 tensor는 값을 넣지 않은채로 실행시키면 에러가 발생합니다. 따라서 선언해 준 후에 Session.run(), Tensor.eval(), Operation.run()의 변수인 feed_dict를 사용하여 값을 반드시 넣..
tf.constant
* 이 글은 www.tensorflow.org에서 볼 수 있는 내용을 정리한 글 입니다. tf.constant [변수]- value : dtype에 설정한 출력 타입의 상수 값(또는 리스트)- dtype : 결과 tensor의 구성요소 타입- shape : 결과 tensor의 치수- name : tensor의 이름- verify_shape : 입력한 value의 shape를 확인할지 결정하는 Boolean [용도]- tf.constant는 입력한 변수값들을 기반으로 한 상수 tensor를 생성하는 문법입니다. [주의할 점]- value에는 상수값이 들어갈 수도 있고 리스트값이 들어갈 수도 있습니다. 리스트값이 들어간다면 shape에서 설정한 모양의 항목 수보다 작거나 같은 길이의 리스트가 들어가야 합니다..