tensorflow, macbook, anaconda 설치하고 실행해보기. 할때마다 새롭다. 

두번째 MACbook pro에서 설치해보기. 

영어가 짧아서 install tensorflow의 설치 방법이 4가지가 있다. 를  4개다 설치해보는 걸로 ㅋㅋ

anaconda를 설치해서 터미널로 실행해보는게 익숙한 느낌이다. PyCharm을 어떻게 셋팅해야 터미널에서 실행하는 것 처럼 하는지 아직은... 

anaconda에서 패키지 설치하고, 터미널에서도 설치하고 뒤죽박죽, 왠지 수박 겉 핡고 있는 느낌이랄까. 

https://tensorflowkorea.gitbooks.io/tensorflow-kr 를 기준으로 보고 셋팅하는게 나을듯하다. 

회사에서는 윈도우 PC로 PyCharm으로 돌리고 있다. 얕은 지식이 오락가락 ㅋㅋㅋ 맥북은 익숙하지도 않고. 

"깃허브의 주소는 https://github.com/tensorflowkorea/tensorflow-kr 입니다.

깃북의 주소는 https://tensorflowkorea.gitbooks.io/tensorflow-kr 입니다.

깃허브의 작업 방법에 대해서는 블로그 포스팅을 참고해 주세요."

라고 되어있으니 잘 참고해야지 

.

인생길에서는 

한 치 앞의 장애물도 알아차리기가 어렵다. 

곳곳을 가로막는 거대한 벽 앞에서 수없이 당황하고 

혹은 좌절하며, 또 멈칫거리게 된다. 가난으로 겪는 

어려움이나 재해에 의한 사건, 그리고 시시로

찾아오는 질병 등 그 수는 이루 

헤아리기도 어렵다.

- 김선화의《포옹》중에서 - 

* 사람이 살다보면 

뜻하지 않는 일들이 앞길을 가로막는 경우가 

허다합니다. 그것은 인간이 살아가는 한 겪어야 하는 

하나의 과정이기도 합니다. 삶을 괴롭히는 수많은 사건과 

고통, 역경을 이겨내는 방법은 강인한 정신과 인내,

믿음과 용기, 그리고 자신의 의지에 달렸습니다.

모든 힘은 자신으로부터 나옵니다.

.

https://www.android.com/filetransfer/

Android File Transfer

Browse and transfer files between your Mac computer and your Android device.

DOWNLOAD NOW

By downloading, you agree to our Terms of Service and Privacy Policy.

베이즈 확률  http://hamait.tistory.com/742

확률

확률은 매우 간단합니다. 주사위로 생각해 봅시다.

주사위 1개를 던저 나오는 눈의 수를 생각 할때 , 주사위 던지는 조작을 "시행"이라고 합니다.

이 시행으로 얻어진 결과 중에서 조건에 맞는 결과 집합을 "사상" 이라고 합니다.

만약 홀수가 나오는 사상이라면 시행의 결과가 1,3,5 인 눈의 집합이 됩니다.

결국 공식을 다음과 같이 정의 할 수 있습니다.

확률 P =   문제 삼고 있는 사상이 일어나는 경우의 수 (A) /  일어날 수 있는 모든 경우의 수 (U) 

곱사상

두 사상 A,B 가 있다고 합시다.

- A 는 4 이하의 눈이 나오는 사상 

- B 는 짝수가 나오는 사상 

A 와 B 가 동시에 일어나는 "동시확률" 은 ?

A 는 4/6 

B 는 3/6  

A * B = 1/3     즉 두개의 사상이 함께 일어날 확률은 두 사상을 곱하여 계산합니다. 

조건부 확률

어떤 사상 A 가 일어났다고 하는 조건 아래서 사상 B 가 일어나는 확률을 , A 의 조건 아래서 B 가 일어나는 "조건부 확률" 이라고 합니다.

P(B|A) 라고 합니다. ( A 가 일어난 후에 B가 일어날 확률 ) 

P(B | A)    =  '4 이하의 눈이 나왔을 때 그 눈이 짝수 일 확률' =   2/4 

P(A | B)    = '짝수의 눈이 나왔을때 그 눈이 4이하일 확률' = 2/3

승법정리

P(A∩B) = P(A)P(B|A) = P(B)P(A|B) 

검증해볼가요?  (위의 주사위 확률을 문제로 삼고 진행해 봅시다) 

A 사상과 B 의 사상이 함께 일어날 확률은?  위 곱사상 편에서 보면  1/3 이었습니다.

P(A) 는 ?  4/6  이 었지요.

P(B|A) 는 ? 2/4 였습니다 ( 위의 조건부 확률에서 확인) 

P(A)와 P(B|A) 를 곱하면 ?   네 1/3 이 됩니다. 

베이즈 정리는 이 승법정리에서 간단히 유도 됩니다. 

베이즈 정리 

위의 승법정리를 토대로 간단히 다음과 같은 식이 얻어집니다.

P(A∣B)=​P(B)​​P(A)P(B∣A)

​ 

위에서 A 나 B 로 하면 먼가 이해하기 힘들거 같아서 

A 를 H 로 바꾸고 (Hypothesis :  '원인' 혹은 '가정' )

B 를 D 로 바꾸어 보겠습니다. ( Data :  '결과' 혹은 '데이터') 

P(H∣D)=​P(D)​​P(H)P(D∣H)

​ 

위의 정리는 이렇게 말하고 있습니다.

P(H | D) :   결과 데이터가 이렇게 이렇게 나왔는데 , 이렇게 결과 나오려면 어떤 원인이 있었던 것일까??

P(D)    :      모든 결과 (어떤 가설에든 포함되는 데이터의 비율로 , 한정 상수라고도 한다) 

P (H)   :    (결과 데이터 D 를 얻기 전에)  원인인 H가 성립될 확률 

P(D | H) : 원인 H 가 일어났을때 데이터 D 가 얻어질 확률 

.

분수 계산기

.

플랜 B, 즉 백업 계획은 안전장치라기보다는 차라리 올가미에 가깝다.

실제로 백업계획이 있는 사람은

실패를 예상하기에 모든 것을 다 쏟아붓지 못한다.

백업계획이 있다는 건 스스로 실패하겠다고

미리 계획을 짜두는 것과 같다.

그러니 백업 계획을 죽여라,

그렇지 않으면 백업계획이 당신을 죽일 것이다.

- 스탠 비첨, ‘엘리트 마인드’에서

물론 플랜 B가 필요할 때가 있습니다.

그러나 플랜 B는 생각보다 부작용이 큽니다.

백업계획은 우리 자신을 망치는 아주 좋은 방법이 되기도 합니다.

두렵지 않은 목표는 무용지물에 가깝습니다.

배수진을 쳐야 각오도 달라지고 그에 따라 노력과 결과가 달라집니다.

.