Sigmoid 활성화 함수 대신 Softmax를 사용하여 XOR 예제를 TensorFlow 로 코딩 처리해 보자. Sigmoid 활성화 함수를 사용할 때 생성된 입력 좌표 점들의 수를 pts 라 할 때 해당하는 라벨 데이터의 shape 값이 (pts, 1)이지만 Softmax를 사용할 때는 (pts, 2)인 점이 달라진다. 아래의 코드는 Sigmoid 활성화 함수를 사용할 경우에 해당한다. 즉 y_xor 의 값이 “0” 또는 “1”이 된다.
따라서 TensorFlow 코드 헤더 영역에 이어 새로이 변수 Y_xor을 도입하여 y_xor 의 “0” 또는 “1”에 대응하여 “10”과 “01” 로 초기화 한다. 이때에 리스트형 데이터를 사용해야 함에 주의하자. 한편random.randn() 명령에 의해 생성된 X_xor 데이터는 float64이므로 다시 float32 로 재정의 하도록 하자. 마찬가지로 y_xor 데이타도 int32 이지만 다시 float32 로 재정의 한다.
다음 URL 주소로 넘어가 마저 읽어 보세요.
http://blog.daum.net/ejleep1/922
![마나마인로고.png]
