모두를 위한 딥러닝 시즌 1 #04

김은비·2022년 8월 15일
0
post-thumbnail

Matrix multiplication

: 결과값(output)을 더 잘 예측하기 위해 변수(input)를 여러개 사용

  1. Hypothesis(가설)

    • input이 하나일 경우
    H(x)=Wx+bH(x) = Wx + b
    • input이 여러 개일 경우
      - 가중치 개수 증가
      -> 수식이 확장되어 matrix 필요
      H(x1,x2,x3)=w1x1+w2x2+w3x3+bH(x_1,x_2,x_3) = w_1x_1 + w_2x_2 + w_3x_3 + b
    cost(W,b)=1mi=1m(H(x1i,x2i,x3i)yi)2\\cost(W,b) = \frac{1}{m} \sum_{i=1}^m(H(x_1^i,x_2^i,x_3^i) - y^i)^2
  2. Matrix multiplication
    - x의 column 수와 곱해지는 w의 row수가 같아야한다

    w1x1+w2x2+w3x3+...+wnxnw_1x_1 + w_2x_2 + w_3x_3 + ... + w_nx_n
    (x1x2x3)×(w1w2w3)=(x1w1+x2w2+x3w3)\begin{pmatrix}x_1&x_2&x_3\end{pmatrix} \times \begin{pmatrix}w_1\\w_2\\w_3\end{pmatrix} = \begin{pmatrix}x_1w_1+x_2w_2+x_3w_3\end{pmatrix}
    H(X)=XWH(X) = XW
profile
레벨업중...

0개의 댓글