sons dataStory

예외처리(Exception Control) raise() 예외무시 assert 문 클래스를 이용하여 예외 종류 재정의 예외처리(try문)과 assert문 예외처리(Exception Control) 파이썬 구문에 위배되는 코드의 실행은 에러가 발생합니다(syntax error). 다음의 코드에서 print() 함수는 if 문 의 블럭내에 존재해야 하는 함수이므로 개행 후 4칸 들여쓰기를 해야 합니다. 그러나 아래 코드는 이 규칙을 위반한 것으로 구문에러의 한 종류인 IndentationError 가 발생합니다. x=5 if x %2 ==0: print(f'x는 짝수입니다.') … IndentationError: expected an indented block 다음은 0에 의한 나눗셈을 실행할 경우 발생하는 에러(runtime error)로서 ZeroDivisionError 라고 합니다. x=5 x/0 --------------------------------------------------------------------------- ZeroDivisionError: division by zero 파이썬에서 발생하는 에러는 예외(exception) 라하며 위의 두 예와 같이 구문에러 (snytax error)와 런타임에러 (runtime error)외에 다양한 에러 들이 발생합니다. 사실 프로그램을 작성 중에 이러한 예외를 수정하는 과정이 필수적으로 존재합니다. 이 과정에서 위와 같이 그 예외의 종류를 알 수 있다면 수정작업이 보다 쉬어질 수 있습니다. 파이썬은 빈번히 발생하는 예외들에 대해 AssertionError, ImportError, IndexError, KeyError 등과 같이 에러의 종류를 미리 지정하고 있습니다. 이러한 예외들이 발생할 경우 작동 중인 프로세스는 중지되고 에러 메지시를 반환합니다. 그러므로 프로그램을 개발할 때 그것을 작동시키기 전에 예외를 발견하

내용 os 모듈 os.path 모듈 sys 모듈 파일 관리 os 모듈 파이썬의 os 모듈을 사용하여 디렉토리(directory)를 조정할 수 있습니다. 함수 내용 getcwd() 현재 인터프리터가 작동되고 있는 디렉토리(Current Working Directory)를 나타냄, 문자열 형식 getcwdb() getcwd()와 동일하지만 bytes 형식으로 반환 chdir() 현재 working directory를 다른 디렉토리로 변경 listdir() working directory의 모든 하위디렉토리와 파일의 목록을 반환 mkdir() 지정된 경로에 새로운 디렉토리를 생성. 경로를 지정하지 않으면 working directory에 생성 rename(이름, 교체할 이름) 디렉토리의 이름을 교체 remove() 파일을 삭제 rmdir() 빈 디렉토리를 제거 import os ​ os #모듈의 경로 반환 <module 'os' from 'C:\home\~\anaconda3\lib\os.py'> #getcwd() current=os.getcwd();current '/home/~/python_programming' type(current) str current2=os.getcwdb(); current2 b'/home/~/\xeb\xac\xb8\xec\x84\x9c/python_programming' type(current2) bytes #chdir() os.chdir("/home/~/문서") os.getcwd() '/home/~/문서' #listdir() os

내용 File Operation 파일 열기 파일에 쓰기 파일 내용 읽기 File Operation 파이썬 인터프리터에서 실행한 여러 작업들은 RAM(random access memory)에 저장됩니다. 이 저장소는 인터프리터가 종료되면 함께 중지되므로 영구적으로 저장되는 하드디스크에 그 작업을 저장할 필요가 있습니다. 또한 저장된 결과들의 수정이 필요할 수 있습니다. 이러한 과정은 파이썬의 내장함수들을 사용하여 다음 단계로 실행할 수 있습니다. Open the file : 파일 열기 Read or write : 작업 실행 Close the file : 파일 닫기 파일 열기 file을 인터프리터로 가져오기 위해 내장함수인 open() 을 사용합니다. open(file, mode='r', encoding=None) 함수의 인수 file은 file이름 뿐만 아니라 경로를 입력할 수 있습니다. 파일의 저장 디렉토리가 인터프리터가 실행되는 디렉토리와 동일한 경우 경로는 생략 가능 mode: "읽기전용" 등 파일의 형식을 위한 인수 (표 참조) encoding: 파일의 인코딩 방법을 지정합니다. 윈도우 OS의 경우 'cp1252', 리눅스의 경우 'utf-8'이 기본 mode 의미 'r' 읽기전용(기본값) 'w' 쓰기 전용, 파일이 존재하지 않으면 새로운 파일이 생성되고 파일이 존재한다면 이전 내용은 지워집니다. 'x' 파일 생성, 파일이 존재한다면 에러발생 'a' 파일의 기존 내용의 끝에 첨가되고 파일이 존재하지 않는 경우 새 파일이 생성 't' 파일을 text 모드로 엽니다.(기본) 'b' 파일을 이진모드

함수 관련내용 함수(Function): 함수의 정의 전역변수와 지역변수 함수: 인수의 전달 가변인수 발생자(generator) 주요한 내장함수들 재귀함수(Recursive Function) 람다함수(Lambda Function) Python의 함수는 1급(First Class)객체 1급 객체와 변수의 영역 클로저(Closure) 데코레이터(Decorator, 장식자) 재귀함수(Recursive Function) 함수는 다른 함수를 포함할 수 있습니다. 그 포함된 함수가 함수 자신일 경우 재귀함수(Recursive Function) 라고 합니다. 예를 들어 식 1과 같이 1부터 지정된 수까지 모든 정수를 곱하는 경우 즉, factorial을 재귀함수로 작성할 수 있습니다. n factorial = n! = 1·2·3 … n (식 1) def factorial(x): if x==1: return 1 else: return (x*factorial(x-1)) factorial(5) 120 위 사용자 정의 함수 factorial() 은 if ~ else 구문 을 적용하였으며 if 와 else 블럭 모두 return() 함수를 하위 문으로 가지고 있으므로 어떤 블럭이 실행되더라도 함수는 종결됩니다. 그러나 else 블럭 의 실행은 함수 자신을 반환하는 것으로 if 블럭 이 실행되지 않는 이상 함수의 실행이 반복됩니다. 최종적으로 else 문 의 실행으로 1을 반환하는 경우 x == 1 이 되어 실행이 종결됩니다. 이같은 종결조건 은 재귀함수의 필수 요소입니다. 위 함수에 인수 5를 전달하여 실행하는 과정은 다음과 같습니다. factorial(5)  (5) 전달된 인수 → 5 × factorial(4)  fatorial(4) 호출 → 5 × 4 × factorial(3)

함수 관련내용 함수의 정의 전역변수와 지역변수 함수: 인수의 전달 가변인수 발생자(generator) 주요한 내장함수들 재귀함수(Recursive Function) 람다함수(Lambda Function) Python의 함수는 1급(First Class)객체 1급 객체와 변수의 영역 클로저(Closure) 데코레이터(Decorator, 장식자) 함수의 정의 함수는 특정한 결과를 생성하기 위한 코드들의 그룹입니다. 예를 들어 다음 코드에서 나타낸 것과 같이 내장함수인 int() 는 인수로 부동소수(실수)를 전달받으면 소수점 이하의 값들을 배제한 정수를 생성합니다. x=3.21 int(x) 3 위 결과는 다음과 같이 다른 함수 또는 메소드를 사용하는 일단의 코드들로 구성하여 나타낼 수 있습니다. y=str(x).split(".") y ['3', '21'] print(y[0]) 3 파이썬은 다양한 패키지나 모듈에서 제공하는 함수와 코아 파이썬에서 제공하는 내장함수(built-in function) 로 구분합니다. 또한 사용자는 파이썬에서 제공하는 함수들과 코드들을 사용하여 함수( 사용자 정의함수, user-defined function )를 작성하여 사용할 수 있습니다. 함수의 구조는 식 1과 같으며 키워드 def 로 시작합니다. def 함수이름(인수): #header 부분 """docstring""" 본 문 (식 1) 식 1에서 나타낸 것과 같이 함수는 키워드 def 로 시작하며 다음으로 함수이름과 괄호내에 본문에 전달할 인수(들)을 입력할 부분을 위치시킵니다. 이 부분은 함수의 header부분이 되며 메인 문과 같은 역할을 합니다. 다시말하면, 이 선언 이후에 작성되는 코드들(

내용 keywords(예약어) 주요 키워드의 내용 이름 규칙 keywords(예약어) 파이썬 코드 작성에서 기본적으로 정의되어 동작영역이 한정되어 있는 단어들을 예약어 라고 하며 변수, 함수, 클래스 등의 객체이름이나 다른 용도로 전환하여 사용할 수 없습니다. 파이썬은 33개의 예약어를 가지고 있으며 영문 소문자와 대문자를 구분하며 True, False, None 등을 제외하고 다른 키워드는 모두 소문자 입니다. keyword 모듈의 kwlist 속성으로 확인할 수 있습니다. import keyword kw=keyword.kwlist for i in range(5, len(kw)+1, 5): print(kw[i:(i+5)], end="\n") ['as', 'assert', 'async', 'await', 'break'] ['class', 'continue', 'def', 'del', 'elif'] ['else', 'except', 'finally', 'for', 'from'] ['global', 'if', 'import', 'in', 'is'] ['lambda', 'nonlocal', 'not', 'or', 'pass'] ['raise', 'return', 'try', 'while', 'with'] ['yield'] 주요 키워드의 내용 Ture/ False 비교와 논리의 결과값으로 반환됩니다. 또한 True=1, False=0으로 계산

반복문(loop statement) 관련 내용 for 문 while loop break 문과 continue문 요소에 인덱스가 할당된 시퀀스 객체는 그 인덱스를 사용하여 요소를 호출할 수 있습니다. x=[10, 2, "string", "list", 1] x[2] 'string' x[0], x[1],x[2],x[3],x[4] (10, 2, 'string', 'list', 1) 위와 같이 객체 x의 모든 요소를 호출하기 위해 x[index]의 명령을 반복해야 합니다. 즉, 동일한 명령을 index 값만을 변화시켜 사용합니다. 이와 같이 동일한 명령의 반복은 특정한 구문을 사용하여 전체적인 명령을 간단하게 사용할 수 있습니다. 이러한 구문을 반복문(Loop statement) 라고 합니다. 파이썬에서는 for 문 그리고 while 문 등을 사용하여 반복 명령을 실행할 수 있습니다. for 문 for 문 은 가장 많이 사용하는 반복문으로 그 구문의 형식은 식 1과 같습니다. for 인식자 in 이터러블  #메인문 1(main1) (식 1) 본문1  #하위문 1(sub1) else :  #메인문 2(main2) 본문2  #하위문 2(sub2) 식 1에서 사용된 키워드는 다음과 같습니다. for: for문을 시작하기 위한 키워드 in: 연산자(A in B: 객체 B에 A의 포함여부를 반환) 인식자(identifier): iterable(이터러블)에서 호출하는 각 요소를 저장하는 객체로서 어떤 문자 또는 문자열도 가능 이터러블(iterable)은 리스트, 튜플, 집합 등과 같이 객체의 요소를 하나씩 호출할 수 있는 객체 else: 생략 가능한 문.  for 문 실행 후에 결과가 반환 키워드 for 로 시작하는 반복문(식 1)의 메인문1은 클론(:)으로 끝을 알립니다. 이 메인문 내에서 실행되는 코드(들), 즉 몸체1

내용 container iterable과 interator(반복자) sequence와 iterable의 차이 generator(발생자) Iterator ans Generator container container는 데이터를 담을 수 있는 그릇의 역할을 하는 것으로 list, tuple, dic, set, string등의 데이터 구조를 의미합니다. 다음 코드에서 사용한 연산자 in 를 사용하여 각 구조에 포함되는 요소들을 검사할 수 있습니다. assert 1 in [1,2,3] assert 4 in [1,2,3] AssertionError Traceback (most recent call last) c:\Users\sonhs\Documents\note\python\산책\pyNote2.ipynb Cell 2' in <cell line: 1>() ----> 1 assert 4 in [1,2,3] AssertionError: 위 코드에서 사용한 assert는 if와 같은 조건문으로서 조건이 False일 경우만 에러를 반환합니다. 그러므로 조건의 판단만을 결정할 경우 유용하게 사용할 수 있습니다. iterable과 interator(반복자) iterable 객체의 요소들을 한번에 하나씩 나타낼 수 있는 객체 list, turple, set, dictionary와 같은 collection이나 string등의 자료형 객체 iterator; 값을 차례대로 꺼낼 수 있는 객체 python에서 반복가능한 객체인 iterable의 대표적인 예로 range()에 의한 객체 인스턴스입니다. 다음은 0~9까지 정수를 생성하는 것입니다. for i in range(10): print(i, end=',') 0,1,2,3,4,5,6,7,8,9, 위 코드는 실제로 0~9까지의 수를 모든 데이터를

1.4 연산자(operator) 산술 연산자 비교 연산자 논리연산자(logical operators) 비트 연산자 특수한 연산자 데이터들 사이에 연산이 필요한 경우 연산의 종류를 구분하기 위한 약속이 존재합니다. 이 약속된 규칙 또는 표현을 연산자(operator) 라고 합니다. 연산자는 특정한 명령(들)을 수행하기 위한 여러 코드들을 그룹화하는 함수 입니다. 파이썬은 산술, True 또는 False의 결과를 반환하는 논리 연산 등을 수행하기 위한 다양한 연산자들을 제공하고 있으며 이 연산에 참여하는 값들을 피연산자(operand) 라고 합니다. 예를 들어 다음 코드는 두 수치형 리터럴의 덧셈을 실행한 것입니다. 5+8 13 두 정수의 덧셈연산은 연산자 ' + '에 의해 실행되며 이 연산에 관계된 5와 8이 피연산자가 됩니다. 그 연산의 결과는 13입니다. 산술 연산자(Arithmatic operators) 표 1은 두 객체에 대한 산술 연산을 실행하기 위한 연산자 입니다. 표 1 산술연산자 연산자 의미 x + y 단일 또는 두개의 피연사자의 덧셈 x - y 단일 또는 두개의 피연사자의 뺄셈 x * y 두개의 피연사자의 곱셈 x / y 두개의 피연사자의 나눗셈으로 결과는 실수형 x % y 두개의 피연사자의 나눗셈의 나머지를 반환 x // y 두개의 피연사자의 나눗셈의 몫을 반환 x**y 피연산자의 거듭제곱 (power) x=5 y=2 print(x+y) # 덧셈 print(x-y) # 뺄셈 print(x*y) # 곱셈 print(x/y) # 나눗셈 7 3 10 2.5 print(x//y) # 몫 print(x%y) # 나머지 2 1 print(x**y) # 거듭제곱 25

내용 모듈 모듈의 import 모듈의 경로 설정 패키지(Package) importing 방법 모듈(module) 모듈 프로그램 중 실행가능한 일정한 부분을 그룹화하여 전체 코드들에서 분해 할 수 있습니다. 이 그룹화된 부분은 다른 프로그램을 작성하기 위해 반복적으로 사용할 수 있는 프로그램이 됩니다. 이러한 프로그램을 모듈(Module)이라고 합니다. 큰 프로그램의 경우 작은 단위로 모듈화한다면 프로그램의 실행과 수정, 복구 등 관리차원에서 매우 유리합니다. 다음과 같이 정리할 수 있습니다. 모듈 객체 정의(definition)와 문(statement)를 포함하는 파일 파이썬에서 생성하는 모듈의 확장명은 .py입니다. 프로그램을 실행 가능한 부분들의 조합으로 작성하기 위해 사용 모듈 전체 또는 일부를 다른 모듈, 프로그램 또는 인터프리터에서 호출하여 사용할 수 있습니다. 예를 들어 다음 함수를 확장자 " .py " 형식으로 작성하여 별도의 파일에 저장 한다면 모듈이 됩니다. 모듈의 import " 임포트(import) "는 파이썬을 작성하고 실행하는 코드 해석기(interpreter)에 모듈을 장착하는 명령 키워드입니다. 다음은 모듈을 생성하고 저장한 모듈을 임포트(import)하는 코드의 예입니다. 다음 코드는 두 수를 더하는 사용자 정의 함수입니다. 이 함수는 파이썬 인터프리터의 모든 영역에서 사용할 수 있습니다. 그러나 파이썬 자체의 종결은 생성한 함수도 함께 소멸되므로 추후에 사용하기 위해 별도의 파일로 저장합니다. 이렇게 저장된 python파일이 모듈이 됩니다. 다음은 test.py의 내용으로 두 수를 더하는 함수입니다. def add(a, b): return a+b 위 파일을 모듈로 사용하기 위해 실행파일에서 test.py를 임포트 합니다. 임포트 된 모듈의 함수를 사용하는 경우 식 1과 같이 그

표준 입출력 함수 표준출력장치 print() python에서 표준출력 장치로 print() 함수를 사용합니다. 또한 데이터를 다른 파일로 전송하는 방법을 사용할 수 있습니다. print("print() 함수는 표준출력장치로 사용됩니다.") print() 함수는 표준출력장치로 사용됩니다. x=2 print("x의 값:", x) x의 값: 2 위의 경우에서와 같이 print()함수는 문자열과(string)과 함께 결과를 출력할 수 있습니다. 이 함수는 위와 같은 형식외에 다양한 형식으로 출력이 가능합니다. 이 함수의 표준 구문은 다음과 같습니다. print(x, sep=' ', end='\n', file=sys.out); x: 출력의 대상 sep: 쉼표(,)와 같은 출력값들의 구분자를 지정하기 위한 인자, 기본값은 space end: 모든 값을 출력한 후 end에 지정한 상태로 출력, 기본값은 줄바꿈 file: 출력 지점을 지정, 기본값은 screen(sys.out) print(1,2,3) 1 2 3 print(1,2,3, sep='/', end='#') 1/2/3# 문자열 출력 형식 print() 함수에 str.format() 메소드를 결합하여 시각적으로 나은 형식으로 출력할 수 있습니다. 구문은 다음과 같습니다. print("{ }".format(x)); format() 메소드에 전달한 인수 x가 중괄호 위치에서 출력 다음의 형식으로 동일한 결과를 반환합니다. print("{x}".format(x=val)) print(f"{x}") 또는 print(F"{x}"): 결과를 문자열로 변환하여 출력하기 위해 str.format()대신 접두어 f 또는 F를 적용합니다. x=2 y=3 print("{}와 {}의 합은 {

사전(Dictionary) 내용 사전 객체의 생성 사전은 가변(mutable)객체 사전형의 대표적인 메서드(Methods) 사전 객체의 생성 리스트나 튜플 객체와 같이 파이썬의 컬렉션이지만 각 요소에 인덱스가 부여되지 않습니다. 대신에 각 요소는 식 1에서 나타낸 형식과 같이 "키: 값"과 같이 구성됩니다. 이 형식의 키(key) 는 값(value) 에 대한 인덱스 역할을 합니다. {key1: value1, key2: value2, …} (식 1) 사전 객체는 다음의 특성을 가집니다. 사전(Dictionary) 중괄호 ({ }) 또는 dict() 함수를 사용하여 생성 합니다. 사전 내의 요소들은 순서가 없으며 {key:value}의 형식으로 입력합니다. key는 리스트, 튜플 형의 인덱스와 같은 역할을 합니다. 즉, 사전 객체의 요소를 호출하기 위해서 key를 사용합니다. value의 자료형은 제한이 없으며 반복, 수정 할 수 있습니다. 그러나 key는 고유한 값이어야 하며 변경할 수 없습니다. 사전 객체는 비어있는 중괄호로 객체를 선언한 후 키에 값을 할당하는 방식으로 생성할 수 있습니다. 이 경우 객체에 요소는 ' 객체이름[이름]=값 '와 같이 할당합니다. dic1={} #빈객체 dic1 {} dic1[1]='one' # 1:key, 'one':value dic1[2]="two" # 2:key, 'two':value dic1 {1: 'one', 2: 'two'} 또 다른 생성 방법은 요소의 이름과 값을 중괄호 내에 {key: value} 형식으로 직접 입력합니다. dic2={"one":1, "two":2} ;dic2 {'one': 1, 'two': 2} 3번째 방법은

내용 형변환 암묵적 형변환 명시적 형변환 형변환(Type Conversion) 형변환 pyhton에서 자료형은 숫자형과 문자형으로 구분합니다. 숫자형은 기본 자료형으로 정수, 실수, 복소수형으로 구성되어 있습니다. 이들은 근본적으로 동일한 자료형으로 연산과정에서 자동적으로 형변환이 이루어집니다. 이를 암묵적 형변환 이라고 합니다. 반면에 문자형은 메모리에 저장 과정에서 이미 변환된 상태로서 자동적으로 변환이 이루어지지 않습니다. 그러므로 이들의 형변환은 특정한 함수에 의해 이루어 집니다. 이 과정을 명시적 형변환 이라 합니다. 암묵적 형변환 자동적으로 일어나는 형변환을 의미합니다. 예를 들어 정수와 실수의 연산에서 정수는 자동적으로 실수형으로 변환됩니다. x=2 y=3.14 z=x+y; z 5.140000000000001 for i in [x, y, z]: print(F"{i}의 자료형: {type(i)}") 2의 자료형: <class 'int'> 3.14의 자료형: <class 'float'> 5.140000000000001의 자료형: <lass 'float'> 명시적 형변환 다음 두 자료는 같은 수이지만 다른 자료형입니다. a=3 b="3" type(a), type(b) (int, str) a+b ~~TypeError: unsupported operand type(s) for +: 'int' and 'str' 위의 두 a와 b의 자료형은 다르기 때문에 에러가 발생합니다. 위 코드의 객체 b는 문자이지만 숫자로 변환이 가능한 자료입니다. 이 경우 a 와 같은 자료형 즉, 정수로 변환하기 위해 int() 함수를 사용하여 형변환할 수 있습니다. 이러한 명시적 변환은 유형캐스팅 (typecasting)이라고 합니다. 유형캐스팅에 적용할 수 있는 함수

집합(Set) 내용 집합(Set)의 특성과 생성 집합형의 대표적인 메소드 집합(set) 연산 집합(Set)의 특성과 생성 Set은 리스트, 튜플과 같이 여러 요소들을 그룹화하는 컬렉션(collection)이지만 사전형과 같이 요소들에 인덱스가 부여되지 않기 때문에 순서를 지정할 없습니다. 그러므로 인덱스를 사용하여 각 요소를 조작할 수 있는 시퀀스 객체가 아니지만 반복문 등으로 요소들을 하나씩 호출할 수 있으므로 이터러블(iterable) 객체 입니다. 다음 코드의 객체 x는 for 문을 사용하여 집합(set)의 각 요소를 하나씩 호출한 것입니다( 시퀀스, 이터러블 참조 ). x={1,2, 'python', 3} for i in x: print(i) 1 2 3 python 다음 코드는 다른 집합 객체 y에 대해 반복문을 사용하여 요소들 각각을 호출한 것입니다. 호출된 요소의 순서는 작성된 객체의 순서와 차이를 보입니다. 즉, set형의 요소들은 인덱스를 가지지 않으므로 순서를 특정할 수 없습니다. 그러므로 요소의 호출은 랜덤으로 이루어집니다. y={3,4,5,6, "python", (1,2,3), "a", 'cd'}; set {(1, 2, 3), 3, 4, 5, 6, 'a', 'cd', 'python'} for i in y: print(i) 3 4 5 6 (1, 2, 3) python cd a 집합형 객체의 생성과 특성은 다음과 같습니다. 집합(set) Set는 순서가 없는 콜렉션입니다. 요소들을 중괄호({ })내에 포함시키거나 내장함수인 set() 클래스를 사용하여 생성합니다. set() 클래스의 인수는 대괄호('[]'), 중괄호('{}'), 소괄호('()')로 그룹화하여 전달해야 합니다. 각 요소는 콤마(,)로

내용 학습과정 미분 기울기(gradient): 자동미분 자동미분 순전파와 역전파(forward & backward propagation) 학습과정 일반적으로 신경망은 가장 먼저 층(layer)을 구성하며 입력은 그 층을 통과하여 relu 등과 같은 활성함수에 의해 출력됩니다. tf.keras.layers.Dense(512, activation="relu") output=relu(dot(W, input)+b) 위 relu 함수에서 W, b는 층의 속성인 텐서호 입력과 출력의 관계를 결정하는 가중치와 편차로 위 과정을 반복하면서 학습되는 매개변수입니다. 각각은 커널과 편향 속성이라고 합니다. 다음에서 나타낸 과정과 같이 초기 W, b는 임의 값으로 지정되며 입렬(input)과 함께 층으로 입력되며 드 출력이 이렂ㅇ한 기준을 만족하지 않은 경우 다시 층으로 입력되는 과정을 반복합니다. 이 과정을 학습(training)이라고 하며 학습을 통해 W, b의 최적화가 이루어지며 그에 대응하는 결과물이 출력됩니다. 이 과정이 머신러닝 또는 딥러닝의 핵십이 됩니다. W 0 , b 0 , Input → layers ← ↓ ↑ activation, other operation ↓ W optim , b optim ↓ Output →: forward →: backward 위 학습과정은 다음의 단계로 구성됩니다. 1 단계. 레이어, 활성함수, 출력층을 구축합니다. 가중치, 편차, 입력을 조합하는 초기 모델을 설정합니다. 2 단계. 모델에 의한 y의 추정치(y pred )를 계산합니다. 이 단계를 forward propagation(순방향 전파)라고 합니다. 3 단계. y pred 와 y간의 불일치 측정값인 비용(cost) 또는 손실(loss)을 계산합니다. 비용함수를 설정합니다. 4 단계. 손실을 최소화하기 위한 W, b를 업데이트