Notice
Recent Posts
Recent Comments
Link
| 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 |
Tags
- vim-plug
- RNN
- AI
- cnn
- virtualenv
- Manager
- python
- jupyter
- Gated Skip Connection
- sigmoid
- Residual Connection
- Regression
- Linear
- DL
- Peephole Connection
- version
- GoogLeNet
- DCGAN
- Optimizer
- Vanilla RNN
- Skip Connection
- Inception Module
- Inception V1
- Skip Connectioin
- Generative
- classification
- Bottleneck Layer
- ResNet
- GCN
- iTerm2
Archives
- Today
- Total
목록SOFTMAX (1)
IT Repository
(5) Classification - Multinomial
Thinking of Decision Boundary¶ 이전 학습시간에 따른 Pass/Fail 문제는 "학습시간" 이라는 하나의 feature를 통해 Pass 또는 Fail로 Binary Classification을 하는 경우였습니다. 이번에는 2개의 feature를 생각해보겠습니다. 두 번의 시험성적을 통해 Pass/Fail을 분류하는 문제를 가정해 봅시다. In [269]: import numpy as np import matplotlib.pyplot as plt x1 = np.random.randint(0, 50, 20) x2 = np.random.randint(0, 50, 20) passed = 50=(x1+x2) plt.figure(figsize=(16, 4)) ax1 = plt.subplot(..
Introduction
2020. 1. 6. 15:45