[딥러닝 기초] Artifitial Neuron (with numpy) 딥러닝하면 아래와 같이 복잡한 그림들을 떠올릴수 있을텐데 (동그라미들을 우리는 뉴런이라고 부르고 뉴런들이 모여있는 각 열들을 layer라고 부른다.(초록색 동그라미들은 데이터이기때문에 제외) 이러한 복잡한 연산을 이해하기위해선 가장 기본 단위인 뉴런에서 어떻게 연산과 동작이 일어나는지 이해해야 합니다 이를 위해 가장 단순한 하나의 뉴런을 관찰하면서 조금씩 복잡한 연산과정을 이해해보도록 하겠습니다. 1. 스칼라 연산 1) 수학적 정의 input data(x)가 뉴런($\nu$)를 통과하여 연산 후 출력값(a)를 내뱉는 간단한 형태입니다. 이 뉴런 내부에서는 그림과같이 두개의 연산을 하는데 , $f(x;w,b)$는 affine연산 $g(z)$는 activation연산이라 합니다. x가 xw+b라는 함수를 통.. 머신러닝,딥러닝/딥러닝 2022. 3. 23. [scikit-learn]데이터를 scaling할때 왜 train 데이터의 값만 fit 하는걸까? 많은 분들이 데이터 컬럼간 단위 차이가 클때 스케일링을 하시는데요. 아마 아래 코드와 같이 train데이터만 fit을 하고 나머지 데이터(validation, test data)는 그냥 transform만 하는 걸 많이들 보셨을 겁니다. 왜 이렇게 해야할까요? from sklearn.preprocessing import StandardScaler scaler = StandardScaler() scaler.fit(train_data) train_data = scaler.transform(train_data) val_data = scaler.transform(val_data) test_data = scaler.transform(test_data) 간단하게 fit 과 transform 의 역할을 말씀 드리자면.. 머신러닝,딥러닝/딥러닝 2021. 12. 1. 이전 1 2 다음