Keep-H's Hardware Design Study Notes

순전파 알고리즘을 활용하여 추론을 수행하는 신경망을 구현한다. 신경망은 입력층 뉴런을 784개, 출력층 뉴런을 10개로 구성한다. 입력층 뉴런은 이미지의 크기에 따라 정해졌고 0 ~ 9까지의 숫자를 구분하기 위해 출력층 뉴런을 10으로 지정했다. 은닉층은 두 개이며 첫 번째 은닉층에는 50개의 뉴런을 두고 두 번째 은닉층에는 100개의 뉴런을 둔다. 50과 100은 임의의 수이다. import sys import os import pickle import numpy as np sys.path.append(os.pardir) from dataset.mnist import load_mnist from common.functions import sigmoid, softmax def get_data(): (x_..

가중치와 편향을 임의의 값으로 초기화 한 후 앞으로 값을 개선해나가려고 한다. 신경망 가중치와 편향은 층별로 묶여 행렬과 벡터로 표현된다. 코드로 구현할 때는 2차원 numpy배열을 사용하며, 편향은 1차원 numpy배열을 사용하여 나타낸다. 사용할 신경망이 몇 개의 층으로 구성되어 있는지 알 수 없기 때문에 신경망의 각 요소를 따로 저장할 수 없다. 따라서 모든 층의 가중치와 편향을 하나의 파이썬 딕셔너리에 저장한다. 변수 이름을 key로, value를 가중치와 편향으로 저장한다. 예를들어 parameters라는 딕셔너리를 생성한 뒤, parameters['W1']에는 첫 번째 가중치를 입력하고 parameters['b3']에는 세 번째 층 편향을 저장한다. def initialize_parameter..

numpy를 기반으로 만들어진 pandas는 외부 데이터를 읽고 쓸 수 있으며 정리된 데이터를 새로운 파일에 저장할 수 있다. 데이터를 시각화할 수 있으며 표 형식의 데이터를 다룰 수 있게 된다. pandas 설치 pip install pandas 2차원 배열의 데이터 시각화 임의의 2차원 배열을 작성한 뒤 DataFrame을 이용하여 시각화 한다. 1. numpy를 이용한 경우 np.array(two_dimensional_list) # array([['dongwook', '50', '86'], ['sineui', '89', '31'], ['ikjoong', '68', '91'], ['yoonsoo', '88', '75']], dtype='

조건에 따라 bool의 형태로 값을 저장하는 array와 조건에 맞는 인덱스를 반환하는 numpy모듈의 함수 where()에 대하여. 1. numpy array를 이용하면 조건에 따라 bool의 형태로 값을 저장할 수 있다. array1 = np.array([2, 3, 5, 7, 11, 13, 17, 19, 23, 28, 31]) print(array1 > 4) #array([[False, False, True, True, True, True, True, True, True, True, True]]) 2. numpy 내 where() 함수 where(' 조건 ') => 조건에 맞는 값의 인덱스를 반환한다. array1 = np.array([2,3,5,7,11,13,17,19,23,28,31]) filte..