이것저것

안녕하세요

어제 예랑이와 배불리 저녁을 먹고

집까지 산책을 하며 걸어왔는데요

걸어오다보니 아이스크림이 먹고 싶더라구요

그래서 집 앞의 씨유에서 아이스크림을 

구매하러 들어갔어요!

그런데 제가 전부터 먹어보고 싶다고 생각했던

강릉 초당순두부 아이스크림이 있더라구요!!

게다가 2+1 행사를 하고 있어서 냉큼 집어왔습니다

(GS25에서도 행사중인지는 잘 모르겠네요)

그럼 리뷰를 시작해 보겠습니다!

강릉 초당순두부 아이스크림 / CU 혹은 GS25구매 가능 / 가격 2,500원

따란

인터넷에서 글로만 보았던

순두부 아이스크림이라니...!!

(두근두근)

영양정보예요

칼로리는 175칼로리!

그 외의 기타성분 등등..

사실 블로그 리뷰 쓰려고 보는거지

평소에는 영양정보 1도 신경 안쓴다는..

얼핏보면 빵빠레 같지만 순두부 아이스크림

이라는것을 증명하는 제조성분들!!

껍질을 벗겨주었어요

크으..

색깔이 아주 뽀오얀게 진짜 순두부구나 너!!

한입 맛보았어요

(걸어가면서 먹었더니 사진이 흔들렸네요)

음, 일단 저의 경우는 한입 맛보는순간

아이스크림을 발견하고 두근거렸던 마음이

좀 사라지더라구요!

차분해지는 느낌

맛이 없는건 아닌데 먹는순간 느껴지는

생두부의 향..? 약간 녹차같기도 하고,

근데 곱씹어보면 분명히 두부가 맞아요!

달달+짭짤+두부...

적당히 섞여있는 맛이라고 해야할까요

별로라고 느껴지는건 내 착각이겠지

하면서 다시 또 크게 한입!

음....

오....

아....

예....

근데 계속 먹다보면 익숙해져서 그런지

두부 향보다는 달달한 맛이 더 많이 느껴지기는해요

빵빠레와 크게 다르지 않지만 그래도 좀 덜 달고

더 담백한 그런 맛!

순두부 아이스크림임을 알아볼수 있게 해준

과자쪽의 포장껍질도 해산시켜 주었어요

이렇게 보니 일반 빵빠레 같쥬..?

비슷비슷 해요

열심히 먹는 중 (TMI)

저는 그래도 먹을수록 익숙해지고 먹을만해서

계속 먹었는데 옆의 예랑이는 딱 두부향이

느껴진다고 한 순간부터 극혐극혐 거리더니

코를 막고 먹더라구요

(그럴거면 왜 먹는지 모를..)

마지막 한입을 남겨두고 한 컷

이러니 저러니 해도 마지막 끝부분까지

아이스크림이 가득 차있어서 기분은 좋더라구요

제품에 대한 신뢰감이 상승되는 느낌..

예랑이도 맛없다고 오두방정 떨면서도 혼자서 아이스크림을

한번에 두개나 먹어 치우더라구요!

(2+1이라 세개샀어유)

하지만..

저의 주관적인 입맛으로는 두번은 사먹지 않을 맛이었어요!

리뷰를 쓰기전에 다른분들 블로그도 찾아보았는데

맛있게 드시는 분들은 정말 맛있게 드셨더라구요

그러나 저는.. 굳이 2,500원 주고 또 먹고싶지는 않은 맛 이었어요

차라리 베스킨 라빈스를 가거나

다른 아이스크림을 먹을 것 같아요!

저와 예랑이처럼 불호일수도 있지만

드셔보고 맛있다고 느끼실수도 있으니 행사 진행중일때

한번쯤 사드셔도 좋을 것 같아요!! :-)

이상으로 리뷰를 마치겠습니당

안녕하세요

오늘은 서가앤쿡을 다녀오자마자

따끈따끈한 리뷰를 작성하려고 합니다

물론 대창파히타 라는 메뉴가 나온지는

시기가 좀 지났지만 ^^;;

전에 먹었을때 워낙 맛있게 먹은 기억도있고,

그때는 블로그를 시작했을때가 아니라

글로 남기지 못한 아쉬움이 생기더라구요!

또 먹고 싶기도 하고 겸사겸사 즐거운

저녁을 보낼겸 오랜만에 서가앤쿡을 다녀왔습니다

그럼 리뷰를 시작해보겠습니다 :-)

저희가 다녀온곳은 서가앤쿡 서현점 이예요

서현역 4번출구로 나와 메가박스 방향으로

직진 해주시면 됩니다. 10분정도 걸었던것 같아요

그런데 저랑 예랑이랑 둘다 바보인지

몇번이나 이곳에서 식사를 했음에도 ㅋㅋ 

서가앤쿡 간판을 잘 찾지 못해서 오늘도 

뻔히 식당을 앞에두고 길을 헤맸다는..

글씨가 잘 보이지는 않는데

서가앤쿡은 건물 3층에 위치하고 있어요~

식당의 입구!

문 양 옆의 무늬가 현란한게

사진찍을땐 몰랐는데 이쁘네요

평일런치때는

베이컨 까르보나라, 해산물 올리브파스타

새우 필라프, 베이컨 필라프

이 4 메뉴중 하나+탄산음료1잔 해서 

16,000원의 런치할인이 적용되나보네요

역시나 깔끔하고 서가앤쿡스러운 인테리어가

돋보이네요! 뭔가 다른 지점을 가도 항상 비슷비슷한

느낌이 들지 않나용 ㅎㅎ

메뉴판을 처음부터 끝까지 자세히 찍고

싶었는데, 조명때문에 자꾸 핸드폰 그림자가 져서

사진을 제대로 찍을수 없었네요 ㅠㅠ

저희의 목적은 대창 파히타 한상!

사이드는 까르보나라로 하고 콜라를 추가로

주문해주었어요. 대창파히타와 파스타의

조합은 맛있지만 느끼해서 탄산은 필수입니당

웨이팅은 없었지만 주문이 좀 밀려있어서

음식이 나오기까지 20분정도 소요됐어요

기다림이 지루해서 찍은 사진..

드디어 나온 대창파히타~~

(+까르보나라)

대창 파히타 근접샷

대창,새우,닭고기,돼지고기 구성이에요

메인이 대창이라지만 양은 참 적네요

전에 왔을때보다 더 적어진듯한건 기분탓일까요?

베이컨 까르보나라!

무난무난하니 항상 맛있는듯해요

한상차림이라 소스들도 깔끔하게 정렬되어 있어요

먹기에도 이뻐보이네요

또띠아

오늘은 배가 불러서 리필은 안했는데

전에 왔을때는 리필해서 먹었었어요! ㅎ.ㅎ

본격 또띠아 쌈(?) 싸먹기 크크 

모든 재료를 쏟아부어 만들어 먹으면

엄지가 척 올라가는 맛이예요

존맛탱!

파히타 재료 근접샷들 

대창은 사실 말하는게 입아플 정도로 맛있지만

이 파히타 속 대창은 달콤짭짤한 양념이 

대창 특유의 부드러운 고소함과 어우러지면서

입에서 살살 녹는 맛이랍니다

새우는 양념은 특별하지 않지만 탱글탱글하니 

있으면 입에 넣기 바쁜 음식이었어요

왼쪽은 닭고기, 오른쪽은 돼지고기예요

닭고기는 카레맛이 나는 양념이었고

돼지고기는 음.. 조미료가 뭔지 모르겠는데

파히타 시키면 늘 있는 고기의 그 맛...!

둘다 무난무난 평범했어요

냠냠쩝쩝

맛있게 먹는 중

싹싹 비운 그릇이 보이시나욤 ㅋ.ㅋ

처음 신메뉴로 나왔을때 먹은 감동은 없었지만

그래도 맛있음이 어디로 사라지진 않으니까요

맛있게 잘 먹었습니다!!

하지만 먹고나면 속이 굉장히 더부룩해요

저번 식사에서도 느낀거지만 많이 느끼해서 그런지..

양이 적으신 분들이면 이 한상차림이 많이 배부르실수 있어요!

저랑 예랑이는 먹보들인데도 되게 배부르더라구요

그래도 한번쯤 드셔보시길 추천드리는 맛이예요 :D

++

배불리 먹고 집으로 오는 길..

아름다운 탄천을 바라보며 걷는게 기분이 좋아 

추가 컷 올려봅니다 :-)

블로그를 통해 일상을 기록하는것에 

소소한 행복을 느낄수 있어 참 좋네요

많은 분들이 오늘도 행복하시길 바라며,

이상으로 리뷰를 마치겠습니다

[주변단지와 평당가 비교]

매화마을 공무원 1단지: 2,479만 (-98만)

매화마을 공무원 2단지: 2,283만 (+98만)

매화마을 공무원 4단지: 2,088만 (+293만)

연꽃마을 어울림아파트: 2,424만 (-43만)

산들마을 아파트: 2,847만 (-466만)

여수센트럴타운 3단지: 2,725만 (-344만)

장미마을 현대: 2,690만 (-309만)

[단지정보]

[대지지분]

저층

12평(전용31㎡)지분10.9평,

15평(전용39㎡)지분14평,

17평(전용47㎡)지분17평,

고층

18평(전용42㎡)지분15.5평,

21평(전용50㎡)지분18.5평

저층은 10.9평 14평 17평이고 고층은 15.5평 18.5평입니다.

[인구 추이]

투자 아이디어

1. 저층(5층) 엘리베이터 없는 동 포함 

안녕하세요

오늘은 소중하디 소중한 저의

핸드폰이 뽀각났던.. 

눈물 젖은 수리를 해야했던

후기를 적어보려고 합니다

때는 2020년 04월 09일

시간은 4:00PM..

저와 예랑이의 웨딩촬영일 이었는데요

정신없이 메이크업을 마치고 스튜디오로

이동하던 중, 핸드폰을 떨어뜨렸는데

평소에 그렇게 막 대해도 다치지 않던

녀석이 이날은 액정도 깨져버리고

화면까지 지지직 거더라구요

제 핸드폰 기종은 갤럭시 노트8 이고,

이 사진은 그나마 양호하게 나왔는데 

액정이 파손되며 내부화면까지 지지직거리고

파손된 부분 옆으로 검은 멍(?) 같은게

들어있었어요.

하필 촬영을 시작하기 전에 핸드폰이 저렇게

됐던거라, 촬영하면서 어찌나 마음이 쓰이던지

요즘은 소중한 정보와 사진은 전부 핸드폰에

담아져있다고 해도 과언이 아니잖아요

저는 특히나 물건에 애착을 크게 가지는 편인데

그중 원탑인.. 분신같은 핸드폰이 망가지자

마음이 찢어지는 것 같았어요

약정이 끝나기까지 7개월 정도가 남아있어서

위약금을 물고 새 폰으로 바꿔야할지

수리해서 사용할지를 고민하며, 일단 

삼성전자서비스센터 서현점을 방문 하였습니다!

예랑이 폰으로 찍은 삼성전자서비스 서현점

입구 모습이예요!

서현역 5번 출구로 나오시면 도보로 5-10분정도

걸어서 오시면 됩니다. 쉽게 찾을수 있어요~

3층을 전부 사용하고 있었는데 

내부가 굉장히 넓고 깔끔했어요

들어가자 마자 어떤 경로로 방문했는지

확인 후 안내를 도와주시더라구요!

직원분들의 친절함에 핸드폰과 함께

부서진 제 맘도 조금씩 치료가 되는느낌!

번호표를 받고 지정된 좌석번호 앞에서

기다리면 엔지니어 분께서 차례대로

번호를 호명해 주셨어요

저는 주말이었음에도 기다린지 5분만에

제 차례가 와서 금방 상담을 할수있었습니다

결론부터 말씀드리자면, 저의 경우는

액정이 파손되며 내부 화면도 지지직 거리지만

다행히 메인보드 손상이 된 경우는 아니어서

217,000원에 수리가 가능하다고 하시더라구요!

(베터리 교체도 무료로 해주심)

폰을 바꾸게되면 위약금이 거의 20만원 가까이 

나갔어야 했고, 개인적으로 지금 핸드폰을

굉장히 만족하며 사용중이었기에 수리해서 

쓰기로 결정!

수리시간은 35분정도 소요되었어요

기다리며 내부를 둘러보았는데

직원분들을 칭찬하는 게시판이 있길래

제 엔지니어 분께 스티커도 붙여드렸어용

다른 삼성전자서비스센터도 찾은적이

있었는데, 유독 서현점은 모든 직원분들이

상냥하고 친절하시더라구요!!

설명도 잘 해주셔서 신뢰감이 절로 생기더라는..

그리고 기다림끝에...!!

따란!

언제 그랬냐는듯 멀쩡해진 제 핸드폰!

이 아이를 다시는 못볼까봐 얼마나

마음이 아팠던지요..

흑흑 이젠 널 소중히 아껴줄게!!

강화필름도 사서 붙여줄게!!

내돈내산의 상징인 수리비용 영수증입니다

웨딩촬영 전에 갑자기 핸드폰이 깨진거라

속상해서 투정도 많이 부렸는데,

예랑이가 고맙게도 기분 풀라고 수리비용을

내주었어요 :-) 크크크 

제가 하도 징징거렸어서, 촬영하는날 틈틈이

예랑이가 사설 수리업체에도 견적을 물어보고

했었더라구요. 근데 초반에 10만원 초반대의

금액을 말씀주시다가 화면까지 손상된 경우는

수리 불가능 하다고 하여.. ㅜㅜ 

사설업체에 문의하실 경우에는 상태를 정확히

말씀주시고 꼼꼼히 확인해주셔야

헛걸음 하지 않을수 있을 것 같아요~

어쨌든 결론!

갤럭시 노트8 액정수리 비용 217,000원에 

수리 완료 하였습니다

저 처럼 위약금 내는게 더 아깝고 수리해서

쓰시길 원하시는 분들께 조금이나마 도움이

될 수 있기를 바라며

이상으로 포스팅을 마치겠습니다 :D

본 포스팅에서는 경기도 재난기본소득 온라인 신청방법에 대해 설명해보겠습니다.

먼저 온라인 신청기간은 4/9~4/30일까지라고 합니다.

1) 아래 사이트에 접속합니다.

https://basicincome.gg.go.kr/

2) 빨간 네모박스 "온라인 신청" 을 클릭합니다.

3) 약관 동의 후, '확인' 을 클릭합니다

4) 지역, 카드사 선택 및 본인의 카드번호를 입력한 후 '선택카드 본인확인' 을 클릭합니다.

5) ARS 인증 절차 팝업이 뜨는 것을 확인할 수 있습니다. 전화번호, 카드번호 등을 입력한 후 'ARS 인증하기'를 클릭하면 카드사에서 연락이 옵니다. 카드 비밀번호를 입력하여 본인 확인을 한 후 통화가 자동 종료 되면, '인증확인'을 클릭합니다.

6) 인증이 완료되면, 관할센터 및 세대주와의 관계를 입력하는 화면이 표시됩니다. 알맞게 선택하신 후 '조회'

* 만약 관할주민센터를 모를 경우, '관할주민센터 찾기'를 클릭하시면 아래 도로명 찾기 사이트로 접속이 됩니다.

http://www.juso.go.kr/openIndexPage.do

본인의 주소를 입력하여 주소가 검색되면, 우측에 '더보기' 버튼을 클릭하면 해당 주소의 관할주민센터를 확인하실 수 있습니다. 

7) 아래 조회 화면이 구성되면, 세대주 이름, 주소, 관계와 해당 세대에서 신청한 총 금액이 표시되며, 신청정보가 정확한지 다시한번 확인 후 '신청완료'를 클릭하시면 됩니다.

8) 신청이 완료되면, 아래 화면이 뜨는 것을 확인할 수 있습니다.

기타정보

※ 2~3일 이내 신청하신 카드사로 부터 사용 승인 문자가 발송된다고 하니, 문자 수신 후 사용하면 된다고 합니다.

※ 3월 24일 이후 경기 도내 시·군간 전·출입한 경우, 4월20일 이후 방문신청하여야 한다고 합니다.

※ 3월 24일 이후 타 시도 전출자, 사망자, 외국인 등은 지급대상이 아니라고 합니다.

※ 부정신청으로 인한 지급액은 환수되며, 형사처벌 될 수 있습니다.

※ 만 19세 이상의 성인만 신청 가능하며, 미성년자는 부 또는 모가 세대주이거나 동일 세대원의 배우자 만이 대리 신청합니다.

※ 경기지역화폐카드 미사용 시군(김포, 시흥, 성남)은 신용카드만 신청 가능하다고 합니다.

그럼 이상으로 포스팅을 마치겠습니다. 감사합니다.

주말을 맞아 정자역 근처 초밥집을 방문한 후기를 포스팅 해보겠습니다.

아래 사진은 정자역 탄천 조망입니다.

'스시 생선가게'는 정자역에서는 도보로 약 15분 정도 걸리는 거리(1km)에 위치하고 있어,

지하철로 방문하시는 분들은 정자역 2번출구로 나와 탄천 경치를 즐기면서 걸어오시는 것을 추천드립니다.  

1) 메뉴 구성, 가격

'스시 생선가게'의 메뉴 구성은 다음과 같습니다.

국민 스시라고 할 수 있는 광어 초밥이 pcs당 1900원, 연어 초밥이 pcs당 1700원으로 정자역 인근에 위치한 타 스시 집들과 비교했을 때, 가격 메리트가 있는 편은 아니었습니다.

저도 몰랐는데, 정자역 인근에 굉장히 많은 초밥집이 있었습니다.

2) Order: 특선초밥 + 새우튀김, 22,000원

저는 혼자 방문하여 특선초밥 세트 1개와 새우튀김 6pcs를 주문했습니다.

기본 메뉴로 제공되는 칼칼한 오뎅국물이 식욕을 돋웠습니다.

아래 그림은 특선 초밥의 구성입니다.

초밥은 어떤 순서로 먹느냐에 따라서도 풍미가 천차만별입니다.

보통 담백한 초밥으로 시작해서, 소스가 발려진 초밥, 익힌 재료 순으로 먹는 것이 가장 무난하다고 합니다.
그래서 저는 한치 -> 광어 -> 민어 -> 참치 -> 연어 -> 간장 새우 -> 장어 -> 와규 순으로 맛 보았습니다.

그리고 각 초밥이 풍미를 더욱 즐길 수 있는 팁으로, 초밥 한 개를 먹고 다른 종류의 초밥을 먹기 전 초생강으로 입을 한번 헹군 후에 초밥을 드시는 것을 권장 드립니다.

초밥에 올라간 생선회의 크기가 밥을 뒤덮고도 한참 남을 정도로 커다랗습니다. 한입 한입 초밥을 입에 넣을때마다 혀에 닿는 풍성한 재료의 감촉이 만족스러웠습니다. 

개인적으로는 참치회 초밥이 고소해서 가장 맛있었습니다. 저는 생선회 + 와사비로 구성된 초밥을 좋아해서, 좀 더 담백한 초밥 위주의 특선 메뉴가 있었다면 그 메뉴로 시키고 싶을 것 같습니다.

새우튀김은 튀김옷이 바삭해서 씹는 맛은 좋았지만, 새우가 통통하게 살이 꽉 찬 느낌은 아니어서 아쉬웠습니다.  

3) 기타

초밥뿐만 아니라 우동, 피자(?) 와 같은 메뉴도 판매하고 있습니다. 칼칼한 국물 맛이 예상됩니다 ㅎㅎ

4) 찾아 오는길

정자역에서 찾아오는 길은 다음과 같습니다. 분당선 2번출구로 나와 탄천을 따라 쭉 걷다가 금곡교 사거리 혹은 불정교에서 계원예술고등학교 방면으로 쭉 걸어들어가시다 보면 대로변에서 만나실 수 있습니다.

아래는 스시 생선가게의 주소와 연락처, 영업시간 입니다.

주소: 경기 성남시 분당구 불정로 77번길 4-6 (정자동 139-4(우) 13612

전화: 031-713-8945

영업시간: 매일 11:10~21:10 (20:40분 마감), 명절 (전달, 당일) 휴무 (브레이크 타임 없음)

주말 저녁 여유롭게 정자역 탄천뷰를 거닐다가 맛본 스시 맛집이었습니다.

인근에 계신 분들께 한번 방문하셔서 맛 보시길 권해드리며, 이상으로 포스팅을 마치겠습니다:)

본 포스팅에서는 머신러닝 손실함수의 최적화 알고리즘인 '경사하강법'에 대해 알아보겠습니다.

1. 손실함수의 최적화 

경사 하강법(Gradient Descent Algorithm)

└ Cost 를 최소화 시키는 Parameter를 찾는 최적화 알고리즘입니다.

└ 함수의 기울기(Gradient)를 구하여 기울기가 낮은 쪽으로 계속 이동시켜서 극값(minimum)에 이를 때까지 반복 수행하여 구할 수 있습니다.

앞선 포스팅에서 알아본 MSE(mean square error) 손실 함수는 그림1과 같이 convex function인 2차함수로 나타낼 수 있습니다.

새로운 가중치 (W')는 이전 가중치(W)에서 손실함수의 가중치에 대한 미분값에 상수(ρ)를 곱한 값의 합으로 업데이트 됩니다.

상수(ρ)는 Learning rater라고 하며, 계산한 기울기를 얼만큼 반영할 것인가를 결정하는 factor라고 할 수 있습니다.

예를들어 이전 기울기가 0.5, 손실 함수의 기울기가 0.3 일때,

ρ가 0.1일 경우에는 새로운 가중치가  0.5 - (0.1)(0.3) = 0.47

ρ가 0.9일 경우에는 새로운 가중치가  0.5 - (0.9)(0.3) = 0.23 

이 됩니다.

즉 ρ 값이 커질수록 업데이트 속도가 빠르고, 값이 작을수록 느리게 업데이트 된다고 할 수 있습니다.

ρ 값이 크다고 무조건 유리하지 않은 이유는, minimum 값에 수렴하지 않고 특정 구간에서 발산할 위험이 있기 때문입니다

반복은 min값을 threshold로 지정하여 도달할때까지 반복할 수도 있고, iteration 횟수를 지정하여 특정 횟수만큼 가중치 업데이트를 할 수도 있습니다. 

SGD가 GD와 구분되는 내용은 손실함수를 계산할때 사용되는 batch 크기 입니다. GD는 전체 data에 대해 손실함수를 계산하는 반면 SGD는 random하게 특정 batch를 선별하여 손실함수를 계산합니다. 따라서, SGD는 GD에 비해 계산량이 훨씬 줄어드는 반면 기울기가 bias되어 나타나므로 기울기가 급격하게 업데이트 된다는 특징이 있습니다.

Convex function, GD는 손실함수가 볼록함수(convex function)으로 최소값을 갖는다는 전제를 갖고 수행됩니다. 따라서 실제 손실함수가 울퉁불퉁한 형태의 함수인 경우, 실제 최소값이 아니라 특정 구간에 수렴되어 버리는 local minima 문제가 나타날 수 있습니다.

2. Gradient Descent algorithm의 응용

[1]. Stocastic Gradient descent algorithm

배치 단위로 손실함수의 gradient를 계산하여 업데이트 하는 것을 말합니다. 

때문에 계산량이 대폭 줄어든다는 이점이 있으며, 기울기가 급격하게 변하는 특징을 갖습니다.

[2]. Momentum

이전 기울기의 모멘텀(v)을 반영하므로, 기울기의 움직임이 둔화(그림2의 [2]) 되는 것을 확인 할 수 있습니다.

[3]. Adagrad

이전 기울기를 제곱하여 계속 더하(h)므로, 학습이 진행될수록 갱신강도가 약해지는 특징이 있습니다.

rmsprop과 조합하여 단순 누적이 이나라, 이전 값과 현재값이 일정 비율로 누적되도록 하기도 합니다.

[4]. Adam

        Momentum + Adagrad

모멘텀과 Adagard의 특징을 조합한 방법으로, 이전 기울기의 모멘텀 반영하는 동시에 점차 갱신속도를 adaptive하게 조절하는 특징을 갖습니다.

이상으로 경사하강법 (gradient descent algorithm)에 대한 포스팅을 마치겠습니다.

다음 포스팅에서는 back propagation의 업데이트 원리에 대해 알아보겠습니다.

본 포스팅에서는 Tensorflow 2.0 의 함수형 API 사용방법에 대해 알아보겠습니다.

함수형 API를 활용하여, 그림1과 같은 네트워크를 갖는 모델을 설계해보겠습니다.

from  tensorflow import keras

>>> inputs = keras.Input(shape=(3,))

└ argument는 데이터 차원이 3차원임을 나타내고 배치 크기는 (항상) 생략이 가능합니다

└  각 데이터의 구체적인 shape만 알려주면 됩니다. 예를들어 데이터가 (32, 16, 3) 차원일 경우,

    Inputs = keras.Input(shape=(32, 16, 3)). 라고 써주면 됩니다.

└ Input 함수 반환은 input data의 dtype과 shape에 관한 정보를 포함합니다.

    Tensor("input_1:0", shape=(None, 3), dtype=float32)

>>> x = keras.layers.Dense(4, activation=‘linear')(inputs)

└  밀집된; 이라는 뜻으로 Network에서 밀집층을 구현할 때 쓰이는 함수입니다.

└  인자로 상위 층의 출력을 받습니다.

└ Dense함수는 다음 식을 구현한 것입니다.

     Y = activation(  matmul( X, W)  +  b  )    *W: kernel, b : bias

└ W는 4x3 크기의 matrix, b 는 4크기의 vector가 됩니다 

>>> outputs = keras.layers.Dense(2, activation=linear')(x)

>>> model = keras.Model( inputs = Inputs, outputs = outputs, name = ‘Linear Regression')

└ input, output을 인자로하는 Model을 정의합니다.

>>> model.compile(loss='mse', optimizer='sgd', metrics=['accuracy'])

└ Optimizer와 loss function, Metric 을 연결하여 Computation graph를 구성합니다.

└ Metrics: 평가 기준,  metrics 인자로 여러 개의 평가 기준을 지정 가능합니다. (optioonal)

모델의 학습에는 영향을 미치지 않지만, 학습 과정 중에 제대로 학습되고 있는 지 살펴보는 기능입니다

>>> model.fit(training_data, target_data, epochs = 1000, verbose =1)

└ training data(Feature), target data(label)로  model의 가중치를 업데이트하며 이것을 "학습" 이라고 합니다.

└ 이때, training data: (3x1, n개) , target_data: (2x1, n개) 구조를 가져야 합니다.

└ epoch: 학습 데이터를 전체 1 cycle 학습하는 것을 1회 epoch 이라고 합니다.

>>> model.summary()

└ 설계한 모델의 구조를 확인해보는 함수입니다.

>>> model.predict(test_data)

└ 주어진 데이터로 모델의 마지막 층까지 계산한 결과값을 numpy  array 자료형으로 반환합니다.

└ test data: (3x1, m개) traing data와 크기가 동일해야 하며, 개수(m)는 무관합니다.

여기까지 함수형 API를 활용하여 간단한 Multi layer perceptron 구조의 머신러닝 모델을 설계하는 방법에 대해 알아보았습니다.

다음 포스팅에서는 작성한 코드를 실제 custom data에 적용하여 수행해보도록 하겠습니다.

감사합니다:)