2-6. Linear Regression cost함수 최소화 구현(by TensorFlow)

모두를 위한 머신러닝 / 딥러닝 : hunkim.github.io/ml/

 

 

 

---

 

Graph -> import matplotlib.pyplot

 

우선 우리는 이 cost라는 놈이 어떻게 생긴지 보자!!

 

 

● run을하기 위해 Session을 만들어 주고 초기화 과정을 거치도록 한다.

● W의 경우 -3~5까지 0.1크기로 작게 움직이겠다는 의미를 나타낸다.

● 두 개의 list에 append하여 plt.plot()의 인자로 전달하면 각 list는 x,y축을 기준으로 그래프를 형성한다.

● plt.show()로 그래프를 출력한다.

 

 

 

 

---

Gradient descent

 

 

알파는 learning_rate를 의미하고 작은 값을 사용한다.

다른 것은 수식 그대로 계산하는데 마지막 W값의 교체는 tensor안에 존재하는 assign을 이용하여 할당한다. 

 

---

구현하게 되면 다음과 같다.

 

 

 

여기까지는 동일하다. 

 

 

수동으로 Minimize cost를 만드는  것이다.

gradient는 미분값을 계산한 것이다.!!!!

W를 descent로 update를 시켜주는 것이다.

 

 

 

이제 update를 tensorflow를 통해서 실행시킨다.

 

 

 

---

 

위에서 수동으로 Minimize를 하는 과정에서 미분을 하고 각각의 연산작업이 필요하나,

tensorflow에서는 이를 제공한다. 우리는 이 train을 실행만 하면 된다.

 

 

 

이제 처음값을 5.0으로 주어 코드를 실행해보자

 

 

 

처음 W가 5.0일때의 계산이다.

 

 

 

 

---

 

 

 

 

 

 

여기서 gradient의 값은 설정되는 것이지만 gvs로 받아와서 적절히 수정 후 대입이 가능하다.

 

 

 

 

 

 

이상!! 오늘도 감코!!