총 세 개의 logistic regression을 통해 XOR 문제를 해결할 수 있다.
두 단의 layer가 쌓인 것이므로 2 layer Neural Network라고 할 수 있다.
Tensorboard: 데이터로 모델을 만드는 과정에서 여러 가지 weight, bias, loss 값들을 시각화 해주는 것
Eager모드에서 중요한 점은 log를 저장하거나, 횟수를 정할 때 등 contrib 모듈 하단에 저장이 되는 것에 유의
Keras: TensorBoard에 모든 정보 저장
그래프 값을 scholar 값으로 담았던 eager mode와 달리, Keras는 자동으로 값을 담아서 학습한다.
'모두를 위한 딥러닝 시즌2 - TensorFlow' 카테고리의 다른 글
| lec11-1 ConvNet의 Conv 레이어 만들기, lec11-2: ConvNet Max pooling 과 Full Network, lec11-3 ConvNet의 활용예 (0) | 2021.11.17 |
|---|---|
| Lab-10-1 Relu (0) | 2021.11.17 |
| lec9-1: XOR 문제 딥러닝으로 풀기, lec9-2: 딥넷트웍 학습 시키기 (backpropagation) (0) | 2021.11.10 |
| Lec 08-2: 딥러닝의 기본 개념2: Back-propagation 과 2006/2007 '딥'의 출현 (0) | 2021.11.03 |
| Lec 08-1: 딥러닝의 기본 개념: 시작과 XOR 문제 (0) | 2021.11.03 |