[인공지능] Numpy로 경사하강법 구현하기

 

[인공지능] Numpy 기본 사용 + 딥러닝 express 연습문제 2장

 

 

 Numpy만을 이용해 경사하강법을 구현합니다.

 

---

 

  

    
    
    
    
  
import numpy as np
import matplotlib.pyplot as plt

X = np.array([0.0, 1.0, 2.0])
y = np.array([3.0, 3.5, 5.5])

W = 0  # 기울기
b = 0  # 절편

lrate = 0.01  # 학습률
epochs = 1000  # 반복 횟수

n = float(len(X))  # 입력 데이터의 개수

# 경사 하강법 실행
for i in range(epochs):
    y_pred = W * X + b  # 예측값
    dW = (2 / n) * sum(X * (y_pred - y))
    db = (2 / n) * sum(y_pred - y)
    W = W - lrate * dW  # 기울기 수정
    b = b - lrate * db  # 절편 수정

# 기울기와 절편을 출력한다. 
print(W, b)

# 예측값을 만든다.
y_pred = W * X + b

# 입력 데이터를 그래프 상에 찍는다. 
plt.scatter(X, y)

# 예측값은 선그래프로 그린다. 
plt.plot([min(X), max(X)], [min(y_pred), max(y_pred)], color='red')
plt.show()

 

 

 

  

    
    
    
    
  
1.2532418085611319 2.745502230882486

 

 

감사합니다.

 

 

 

---

 

공부한 내용을 복습/기록하기 위해 작성한 글이므로 내용에 오류가 있을 수 있습니다.