워로디스

1. 개요본 문서는 텐서플로 2.x 환경에서 딥러닝 모델을 학습시킬 때 필수적으로 사용되는 학습 루프(Training Loop)의 동작 원리와 내부 메커니즘을 정리한 문서입니다. 모델의 가중치가 업데이트되는 과정, 프레임워크가 제공하는 자동 미분 도구의 역할, 그리고 이를 추상화하는 고수준 API의 적용 방법까지 단계별로 분석합니다.2. tf.GradientTape와 연산 기록의 원리텐서플로 2.x는 코드가 즉시 실행되는 '즉시 실행 모드(Eager Execution)'를 기본으로 채택하고 있습니다. 따라서 역전파를 수행하기 위해서는 순방향 연산 과정을 기억해 둘 별도의 장치가 필요하며, 이 역할을 tf.GradientTape가 수행합니다.2.1. 파이썬 with 문의 컨텍스트 관리작동 방식: 파이썬의 ..

1. 신경망은 층마다 다른 수준의 특징을 학습하는가?1.1 기본 답변: 대체로 그렇다깊은 신경망에서는 입력 데이터가 여러 층을 거치면서 점점 더 추상적인 표현으로 변환되는 경향이 있다. 특히 이미지 모델, 그중에서도 CNN에서는 이 현상이 비교적 직관적으로 관찰된다.1.2 이미지 모델에서의 예시층의 위치주로 학습되는 특징의 예초반 레이어선, 모서리, 색 대비, 질감, 방향성중간 레이어눈, 바퀴, 창문, 털, 물체의 부분 구조후반 레이어얼굴, 자동차, 동물, 장면, 클래스 수준의 의미초반층은 수직선, 대각선, 색 경계 같은 단순한 시각 패턴에 민감할 수 있고, 후반층은 “개 얼굴”, “자동차 형태”, “사람의 얼굴”처럼 더 의미적인 구조에 반응할 수 있다.1.3 주의할 점이것은 절대적인 규칙은 아니다. 모..

1. 전체 코드def remove_outliers_iqr(df, cols=None, k=1.5): """ IQR 기준으로 이상치를 제거하는 함수 df : pandas DataFrame cols : 이상치를 검사할 컬럼 목록. None이면 모든 수치형 컬럼에 적용 k : IQR에 곱할 계수. 일반적으로 1.5 사용 """ if cols is None: cols = df.select_dtypes(include="number").columns Q1 = df[cols].quantile(0.25) Q3 = df[cols].quantile(0.75) IQR = Q3 - Q1 lower = Q1 - k * IQR upper = Q3..

키워드'양(Amount)' 인가, '종류(Category)' 인가.선형 회귀와 로지스틱 회귀의 본질적 구분종종 "선형 회귀는 값을 찾고, 로지스틱 회귀는 확률을 찾는다"고 설명되지만, 이는 표면적인 결과물에 초점을 맞춘 설명입니다. 선형 회귀 역시 내부적으로 확률적 추정(최대 우도 추정)을 거치며, 로지스틱 회귀의 최종 목적 역시 확률을 바탕으로 종류를 '결정'하는 데 있습니다.두 모델을 구분하는 진정한 본질은 예측하고자 하는 대상(Y)의 성격과 그 이면에 깔린 통계적 가정에 있습니다.1. 실무적 관점: 종속 변수(Y)의 성질데이터 분석과 문제 정의 단계에서 두 모델을 가르는 가장 명확한 기준은 도출하려는 Y가 '양(Amount)' 인가, '종류(Category)' 인가 하는 점입니다.1.1 양 (연속형..