[홀로서기 2] 딥러닝 홀로서기 강의 정리(4.Lab-8.Lec)

<수강한 강의>

[#4.Lab] Linear Regression Practice - 딥러닝 홀로서기

[#5.Lab] Review / Regression with Pytorch - 딥러닝 홀로서기

[#6.Lec] Binary / Multi-Label Classification - 딥러닝 홀로서기

[#7.Lab] Multi-Class Classification with Pytorch - 딥러닝 홀로서기

[#8.Lec] History of DL / MLP Basic - 딥러닝 홀로서기

 

수강 날짜 : 220801-

 

<내용 정리>

 

[#4.Lab] Linear Regression Practice

class H():
  def __init__(self, w):
    self.w = w
  def forward(self, x):
    return self.w * x

def cost (h,X,Y):
  error = 0
  for i in range(len(X)):
    error += (h.forward(X[i]) - Y[i])**2
    print(error)

h = H(4)
cost(h,X,Y)

 

* matplotlib 활용 방법 소개.

 

 

[#5.Lab] Review / Regression with Pytorch - 딥러닝 홀로서기

 

실습자료 링크 : https://github.com/heartcored98/Standalone-DeepLearning/blob/master/Lec2/Lab2_pytorch_regression_demo.ipynb

자료 저장소 링크 : https://github.com/heartcored98/Standalone-DeepLearning

 

 

[#6.Lec] Binary / Multi-Label Classification - 딥러닝 홀로서기

 

* sigmoid function을 활용해 linear regression 문제를 classification 문제로 바꿀 수 있다. -> 이 때 원래 사용했던 cost function을 그대로 사용하면 안된다.

 

* multinomial classification : 분류되는 class가 여러개. 새로운 hypothesis를 정의해야 한다. -> 각각의 출력값이 확률값이 되면 좋겠다 - softmax function을 이용.

 

[#7.Lab] Multi-Class Classification with Pytorch - 딥러닝 홀로서기

 

실습 자료 : https://github.com/heartcored98/Standalone-DeepLearning/blob/master/Lec2/Lab3_pytorch_classification_demo.ipynb

자료 저장소 : https://github.com/heartcored98/Standalone-DeepLearning

 

[#8.Lec] History of DL / MLP Basic - 딥러닝 홀로서기

 

* 딥러닝의 역사

* back propagation with chain rule