07-1 인공 신경망

패션 MNIST 데이터셋

from tensorflow import keras

train 60000개→ train_input: 각 이미지 28*28 크기

                  → train_target: 60000원소 1차원 배열(0~9 숫자 레이블마다 6000개의 샘플)

test 10000개

로지스틱 회귀로 패션 아이템 분류

  1. SGDClassifier 클래스, 확률적 경사 하강법 모델 : loss = ‘log’ → 로지스틱 손실 함수 최소화

                                  → 표준화 전처리(손실 함수의 경사 고려)

                              → 패션 MNIST: 픽셀 0~255 정숫값을 255로 나누어 0~1로 정규화

  2. 로지스틱 회귀 공식

z_티셔츠 = w1 * (픽셀1) + w2 * (픽셀2) + … +w784 * (픽셀784) + b

z_바지 = w1’ * (픽셀1) + w2’ * (픽셀2) + … +w784’ * (픽셀784) + b’

Untitled

  1. 소프트맥스 함수 → 각 클래스에 대한 확률