TensorFlow로 Logistic Classification의 구현 및 당뇨병 예측 실습
import tensorflow as tf # 선형 회귀를 위해서 텐서 플로우 1의 코드 실행을 위한 임포트 # 현재는 텐서 플로우 2로 선형 회귀를 훨씬 간단하게 구현할 수 있다. import tensorflow.compat.v1 as tf tf.disable_v2_behavior() x_data = [[1,2],[2,3],[3,1],[4,3],[5,3],[6,2]] y_data = [[0],[0],[0],[1],[1],[1]] # 0은 fail, 1은 pass X = tf.placeholder(tf.float32, shape=[None, 2]) Y = tf.placeholder(tf.float32, shape=[None, 1]) W = tf.Variable(tf.random_normal([2,1]),..
2020. 2. 13.
TensorFlow로 Multi-variable Linear Regression 실습
import tensorflow as tf import matplotlib.pyplot as plt # 선형 회귀를 위해서 텐서 플로우 1의 코드 실행을 위한 임포트 # 현재는 텐서 플로우 2로 선형 회귀를 훨씬 간단하게 구현할 수 있다. import tensorflow.compat.v1 as tf tf.disable_v2_behavior() # H(x1, x2, x3) = x1w1 + x2w2 + x3w3 #x1, x2, x3은 feature들 x1_data = [73, 93, 89, 96, 73] x2_data = [80, 88, 91, 98, 66] x3_data = [75, 93, 90, 100, 70] y_data = [152, 185, 180, 196, 142] x1 = tf.placehold..
2020. 2. 11.
