Clarify_Way

dense layers 진행과정과 진행하면서 변화되는 입력데이터의 shape와 weight, bias의 shape도 확인해보자. 1. x입력데이터는 tf.random.normal로 shape를 설정하여 만들자. 2. dense 패키지를 활용하여 affine과 activation을 동시에 연산을 진행하는 객체를 만들고 거기에 x입력값을 넣자. 3. 연산 다 된 상태에서 이제 W, B와 마지막으로 나온 출력값의 shape들을 확인해보자. Dense Layers 우선 Layer가 하나 있는 형태를 통해 각 파라미터와 출력값의 shape를 확인해보자. 필요한 패키지들을 불러오고, 입력데이터를 만들자. import tensorflow as tf from tensorflow.keras.layers import De..

저번 게시글에서 배운 Artificial Neurons이 실제로 어떻게 구현이 되는지 파이썬을 통해 구현해보자. Artificial Neurons는 Affine Funtion 과 Activation Funtion으로 이루어져있다고 했다. Affine Funtion 과 Activation Funtion을 먼저 구현해보고 Artificial Neurons를 진행해보겠다. 가장 중요하게 봐야할 것은 분석되는 과정에서 데이터의 차원, weight의 차원, bias의 차원을 확인해야한다. 왜냐하면, 나중에 거대한 데이터를 다룰 때, 모델이 잘 구동되고 있는지는 shape로 밖에 확인할 수 없기 때문이다. Affine Function Artificial Neurons를 구현할 때, Affine Function은 w..