Program Programming Programmer

Part 0 — Q-Learning Agents 에 이어 다음 포스팅은 Part 1 — Two-Armed Bandit 입니다.https://medium.com/@awjuliani/super-simple-reinforcement-learning-tutorial-part-1-fd544fab149#.16gx1aycu Two-Armed Bandit 은 두 개의 팔을 가진 노상강도 즉 슬롯 머신을 이야기합니다. 슬롯 머신을 노상강로라 표현한 점이 재미있네요.이 포스팅에서는 Policy Gradient 이라는 방법을 설명하기 위해 슬롯 머신이라는 간단한 게임을 이용했습니다.일반적으로 강화 학습에 사용되는 문제는 다음과 같은 특징을 가지고 있습니다.- 다른 행동(action)은 다른 보상(reward)을 가지고 온다..

2015년 Deepmind 팀에서 네이처에 발표한 Human-level control through deep reinforcement learning 을 공부하기 위해 기초 지식인 Q-Learning 을 공부하기 위해 자료를 찾던 중 https://medium.com/emergent-future/simple-reinforcement-learning-with-tensorflow-part-0-q-learning-with-tables-and-neural-networks-d195264329d0#.3q19hd14u위 블로그를 찾게 되어 이 분의 코드를 이용하여 공부를 해봤습니다. 강화 학습(Reinforcement Learning)은 행동에 따른 보상을 지급하여 좋은 점수를 획득하기 위한 행동을 하게 만드는 학습..

Deep MNIST for Experts tutorial 에서는 학습 효과를 높이기 위해 Convolutional Neural Network (CNN) 이라는 모델을 사용합니다.https://www.tensorflow.org/tutorials/mnist/pros/ https://en.wikipedia.org/wiki/Convolutional_neural_networkhttps://en.wikipedia.org/wiki/Deep_learninghttps://ko.wikipedia.org/wiki/%EB%94%A5_%EB%9F%AC%EB%8B%9D CNN 은 입력 데이터를 그대로 사용하지 않고 데이터를 가공하고 sub sampling 하여 학습할 데이터를 줄이는 방법으로 2차원 입력 데이터에 적합하여 영상과..

MNIST For ML Beginners 에서 작성한 모델의 경우 그 정확도가 92% 정도가 됩니다.다음 TensorFlow tutorial 에서 조금 더 높은 정확도가 나오는 딥러닝 기초 모델을 안내해줍니다.https://github.com/tensorflow/tensorflow/blob/56fc8834c736878af34f00caa95e7d4a57ab01d2/tensorflow/examples/tutorials/mnist/mnist_with_summaries.py 12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717..

MNIST 는 softmax (multinomial logistic) regression 으로 풀 수 있는 가장 기초적인 문제 중에 하나입니다.MNIST 의 각 이미지는 손으로 쓴 0~9 사이의 숫자이며 정답은 10가지 경우 중 하나이고이미지의 각 픽셀 중 글자가 쓰여진 부분으로 학습을 하여 값을 구하기 위한 식(solution)의 변수가 일정한 값으로 수렴할 수 있기 때문에 regression analysis 로 풀 수 있으며 각 값이 0과 1 사이의 값으로 이루어지는 softmax regression 을 통해 어떤 특정 숫자일 가능성을 얻을 수 있습니다. softmax regression 이란 linear regression 와 같이 딥러닝에서 사용되는 기본 개념으로 linear regression ..

ubuntu 환경에 TensorFlow 을 설치해보겠습니다.https://www.tensorflow.org/ 몇 가지 설치 옵션 중 Installing from sources 방법을 사용하겠습니다. 1. mkdir ~/devcd dev $ git clone https://github.com/tensorflow/tensorflow 2. java가 설치되어 있지 않다면 설치$ sudo add-apt-repository ppa:webupd8team/java $ sudo apt-get update $ sudo apt-get install oracle-java8-installer 3. $ echo "deb [arch=amd64] http://storage.googleapis.com/bazel-apt stable ..

TensorFlow 을 mac 환경에 설치해보겠습니다.https://www.tensorflow.org/ TensorFlow 을 설치하는 몇 가지 방법 중Installing from sources: Install TensorFlow by building a pip wheel that you then install using pip위 방법을 사용해보겠습니다. 1.$ git clone https://github.com/tensorflow/tensorflow 2. HomeBrew 설치 http://brew.sh/ 3. $ brew install bazel $ brew install bazel$ brew install bazel 4. $ sudo easy_install -U six $ sudo easy_insta..