TensorFlow 100

Rosenblatt Perceptron N = 1 조도센서 예제 Fermi-Diradc 확률분포를 사용하는 Sigmoid 확률분포 계산

#History 물리학에 비해 다소 늦게 시작된 머신 러닝은 통계 물리학에서 다루는 3종류 확률분포 중 2종류에 크게 영향을 받고 있다. 첫 번째가 Softmax로서 Boltzman의 통계 역학 공식을 포장도 전혀 바꾸지 않은 채로 그대로 가져다 쓰고 있으며 MNIST 수기 숫자 인식 문제에서 대단히 뛰어난 인식..

머신러닝 2018.09.06

통계역학의 Fermi-Dirac 확률분포, Fermi level 과 머신 러닝의 Sigmoid 함수에 대하여

자연과 우주를 대상으로 하는 물리학적 직관에 의해서 시작된 Boltzman의 통계역학이 1800년대 후반에 시작되어 그 영향이 1920년대 확률을 바탕으로 하는 양자물리학에 큰 영향을 끼쳤으리라 보이며 아울러 물리학 전반을 확률의 문제로 뒤바꿔 놓은 것이 사실일 것이다. 하지만 그보다 반..

머신러닝 2018.09.06

2-5 퍼셉트론 개념에 입각한 훈민정음 자음(“+1”) 모음(“-1”) 구별 TensorFlow Softmax 예제

퍼셉트론 코딩에 대한 글을 연재하면서 여러 번 적절한 예제가 있느냐 없는냐는 점을 찾아 보았다. 비록 간단 하지만 조도센서 1개 짜리 N=1, 조도센서 2개 짜리 N=2 에 대한 실현 가능한 예제를 제시했으며 결론적으로 Rosenblatt의 목적이 지금의 MNIST 문자 인식과 대동소이하다는 점을 지적..

머신러닝 2018.08.16

2-7 갓 머신 러닝 툴 TensorFlow Softmax 에 의한 Rosenblatt Perceptron N =1 예제 체크

물론 지금까지 다루어 오던 아두이노 엘렉트로닉스류의 코딩이 안드로이드 OS의 지원을 받는 스마트 폰에서 앱 코딩을 지원하는 앱인벤터와 조우하는 경우 아두이노 코딩이 보다 강력한 시너지를 받을 수 있었지만 한편 PC의 Processing에서 시리얼/이더넷 인터페이스나 무선 와이파이에 의..

머신러닝 2018.08.14