반응형
Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | |||||
3 | 4 | 5 | 6 | 7 | 8 | 9 |
10 | 11 | 12 | 13 | 14 | 15 | 16 |
17 | 18 | 19 | 20 | 21 | 22 | 23 |
24 | 25 | 26 | 27 | 28 | 29 | 30 |
Tags
- 가상메모리
- Deadlock
- 삼성리서치
- segmentation
- samsung research
- 김건우
- 알고리즘
- 프로세스
- BFS
- 운영체제
- 백트래킹
- ascii_easy
- Brute Force
- 완전탐색
- dfs
- 구현
- 데드락
- pwnable.kr
- Memory Management
- 삼성기출
- 컴공복전
- 동기화문제
- fork
- 시뮬레이션
- 스케줄링
- BOJ
- paging
- 백준
- higunnew
- exec
Archives
- Today
- Total
목록tensorflow (1)
gunnew의 잡설
3. Multi-variable linear regression
저번에는 하나의 변수와 결괏값의 관계를 예측하는 것을 배웠다. 가장 기초적인 선형 회귀였다. 그러면 이번엔 변수가 여러 개일 때를 생각해보자. (1) 가설 설정 변수가 하나일 때, 우리는 가설 설정을 Y = W * X + b로 하였다. 그러면 변수가 여러 개일 때는? 변수가 3개라고 하자. 그러면 Y = w1 * x1 + w2 * x2 + w3 * x3 + b로 설정할 수 있을 것이다. 그런데 w1 * x1 + w2 * x2 + w3 * x3. 이 형태 어디서 많이 본 적 있던 것 같은데... 아! 바로 벡터의 내적이다. 벡터의 내적을 처음 들어본다면 뒤로 가기를 누르자. 벡터의 내적은 아주 쉬운 개념이므로 구글링을 해 보면 정말 금방 이해할 수 있다. 그렇다면 w = [w1, w2, w3]로 두고 x ..
TensorFlow
2019. 11. 10. 21:56