밑바닥부터 시작하는 데이터 과학 데이터 분석을 위한 파이썬 프로그래밍과 수학·통계 기초

Data Science

264

󻱴󽴔󽴔󺧴󺲻󺞬

def tensor

_

combine(f: Callable[[float, float], float],

t1: Tensor,

t2: Tensor) -> Tensor:

"""

두

텐서의

대칭되는

t1

과

t2

에

일괄적으로

함수를

적용

"""

if is

_

1d(t1):

return [f(x, y) for x, y in zip(t1, t2)]

else:

return [tensor

_

combine(f, t1

_

i, t2

_

i)

for t1

_

i, t2

_

i in zip(t1, t2)]

import operator

assert tensor

_

combine(operator.add, [1, 2, 3], [4, 5, 6]) == [5, 7, 9]

assert tensor

_

combine(operator.mul, [1, 2, 3], [4, 5, 6]) == [4, 10, 18]

19.2

층 추상화

18

장에서는 각각

sigmoid(dot(weights, inputs))

를 계산해 주는 두 층으로 구성

된 단순한 신경망을 만들어 보았다.

이러한 구조는 실제 뉴런이 작동하는 방식과 비슷하지만, 딥러닝에서는 다양

한 신경망 구조를 사용할 것이다. 가령 각 뉴런이 이전 입력값을 기억하도록 만

들거나 시그모이드 대신 다른 활성화 함수(

activation

function