밑바닥부터 시작하는 딥러닝 5

70

밑바닥부터 시작하는 딥러닝 5

xs

=

np

.

loadtxt(path)

mu

=

np

.

mean(xs)

sigma

=

np

.

std(xs)

print(mu) # 172

.

7…

print(sigma) # 4

.

8…

이 코드를 실행하면 평균이

172

.

7

…이고 표준 편차가

4

.

8

…인 정규 분포를 얻습니다. 참고로

매개변수 추정을

학습

이라고도 합니다. 즉, 이상으로 생성 모델의 학습이 완료되었습니다.

그렇다면 학습된 생성 모델로는 무엇을 할 수 있을까요? 이번 절에서는 학습된 생성 모델을 어

떻게 활용할 수 있는지를 알아보겠습니다.

2.4.1

새로운 데이터 생성

생성 모델을 사용하면 새로운 데이터를 생성할 수 있습니다. 앞에서 키 데이터셋을 이용하여

키를 평균

172

.

7

…, 표준 편차

4

.

8

…의 정규 분포로 모델링할 수 있었습니다. 이제 이 정규 분

포로부터 새로운 데이터를 생성할 수 있습니다.

넘파이에는 정규 분포를 따르는 무작위 수를 생성하는

np

.

random

.

normal

( ) 함수가 있습니

다. 이 함수의 인수는 다음 세 가지입니다.

np

.

random

.

normal(loc

=

0

.

0, scale

=

1

.

0, size

=

None)

loc

은 평균,

scale

은 표준 편차에 해당합니다.

size

는 생성할 값의 개수이며, 따로 지정하지 않

으면 기본값인

None

으로 설정됩니다.

None

이면

1