[Tensorflow] Hello_World of Neural Network

Introduction To Tensorflow

Introduction to TensorFlow for Artificial Intelligence, Machine Learning, and Deep Learning

Machine Learning

• Traditional Learning:  Rule & Data -> Answer
• Machine Learning : Answer & Data -> Rule

Keras

Tensorflow의 API 중 하나

Neural Network를 정의하는 가장 간단하고 쉬운 tool

Neural Network

Neural Network는 "패턴 학습" 을 위한 함수의 기본적인 세트

Dense : Connected Neurons의 층을 정의

2개의 함수(loss, optimizer)는 필수로 알고 있어야 함

• loss
  • 현재의 추측(패턴 학습)이 얼마나 좋은지 나쁜지를 측정
  • 그 후 optimizer에게 다음 추측을 위한 데이터를 제공
• optimizer
  
  • loss로 받은 데이터로 과거의 추측(패턴 학습)이 얼마나 좋은지 나쁜지를 측정
• Convergence : The process of getting very close to the correct answer
  • 학습
    • fit : X와 Y의 관계를 학습시키는 명령어
    • epoch: 학습 횟수 
  • 예측 : predict

하기는 Single Neural Network  (Dense unit = 1)

model = keras.Sequential([keras.layers.Dense(units=1, input_shape[1])])
model.compile(optimizer='sgd', loss='mean_squared_error')

xs = np.array([-1.0,  0.0, 1.0, 2.0, 3.0, 4.0], dtype=float)
ys = np.array([-3.0, -1.0, 1.0, 3.0, 5.0, 7.0], dtype=float)

model.fit(xs, ys, epochs=500)
print(model.predict([10.0]))