소프트맥스 회귀 썸네일형 리스트형 [파이썬/Pytorch] 딥러닝 - Softmax Regression(소프트맥스 회귀) 2편 이번편은 소프트맥스 회귀에 대한 내용을 직접 코드로 구현해보았다. 코드는 위키독스의 'Pytorch로 시작하는 딥러닝'을 참고하였다. (이전 포스팅 : 2021.08.04 - [파이썬/Pytorch] 딥러닝 - Softmax Regression 이해를 위한 정리 1편) 1. import import torch import torch.nn as nn #nn. module 사용 import torch.nn.functional as F #softmax 함수 사용 import torch.optim as optim #옵티마이저 사용 torch.manual_seed(1) #랜덤 시드 고정 2. 훈련 데이터 샘플 #각 샘플은 4개의 특성을 갖고 있고 총 8개 샘플임 x_train = [[3, 3, 2, 5], [2,.. 더보기 [파이썬/Pytorch] 딥러닝 - Softmax Regression 이해를 위한 정리 이번 포스팅은 Softmax Regression(소프트맥스 회귀) 알고리즘에 대한 내용을 간단하게 정리한다. 참고로 소프트맥스 회귀는 이전 로지스틱 회귀의 확장판이라고 할 수 있다. 로지스틱 회귀는 둘 중에 하나를 선택하는 이진 분류에 대한 내용이었다면 소프트맥스 회귀는 여러개의 선택지 중에 하나를 선택하는 다중분류 알고리즘이기 때문이다. 1. Softmax Regression(소프트맥스 회귀) 소프트맥스 회귀는 각 데이터 샘플에 대한 특성(X1, X2, X3)에 따라 가장 확률적으로 가까운 출력값(레이블)을 찾는 것이다. 이를테면, 위 데이터 샘플 중 1개인 X1(색깔)이 "Red", X2(모양)이 "둥글다", X3(크기) 10이면 Class(사과1)라는 정답을 찾는 것이다. 위 이미지는 쉽게 예를 들.. 더보기 이전 1 다음
