4장 '오차 수정하기: 경사 하강법' 실습 코드에 오류가 있습니다.
책에 나오는 코드는 이상이 없으나, github에 제공되는 코드에는 이상이 있습니다.

경사 하강법을 계산하는 반복문 로직에서 학습률을 곱해 기존의 a, b 값을 업데이트하는데 사용된 변수명이 올바르지 않습니다. 또한 y_pred로 작성되어야 하는 변수명이 y_hat으로 작성되어 있습니다.

관련해서 pull request 작성하였습니다.

pip install tensorflow로 설치하면 오류가 발생합니다.
대신 pip install tensorflow==2.0.0으로 설치해야 오류없이 작동됩니다.

케라스(Keras)의 버전이 올라가면서 예제 코드가 정상적으로 동작하지 않습니다.
케라스의 "fit()" 함수가 반환하는 "history" 정보에서 정확도 값을 가져오기 위해 "history.history['acc']"가 아닌 "history.history['accuracy']"를 사용해야 합니다.

다음과 같이 바뀌어야 하네요. (p.312)
acc= history.history['acc']
val_acc= history.history['val_acc']

만약 jupyter에서 기울기와 절편이 0으로 찍힐때
len(x_data)에서 float(len(x_data) 로 바꾸면 실행 됩니다.

예제 코드 : deeplearning/run_project/02_Pima_Indian.ipynb // deeplearning/run_project/py/02_Pima_Indian.py

주피터 노트북 파일 기준으로 In [6] 부분이 책과 주석에서는 데이터 중 임신 정보와 클래스 만을 출력해 봅니다. 라고 하는데 실제 코드는 포도당 부하 검사 2시간 후 공복 혈당 농도와 클래스를 출력하도록 작성되어 있습니다.

run_project/07_Sonar-K-fold.ipynb
코드에서
ValueError Traceback (most recent call last)
in
39 optimizer='adam',
40 metrics=['accuracy'])
---> 41 model.fit((X[train], Y[train]), epochs=100, batch_size=5)
42 k_accuracy = "%.4f" % (model.evaluate(X[test], Y[test])[1])
43 accuracy.append(k_accuracy)

이런 오류 발생 됩니다.

출력 가중치 업데이트 부분에

1. 실제로 code는 입력 가중치(self.weight_in)을 update하고 있습니다.
   : 실제로 훈련 후에 출력 가중치는 훈련전과 변화가 없습니다.
2. 그래서 이부분은 출력가중치로 수정(self.weight_in ==> self.weight_out)하면 코드가 수렴하지 않고
3. 출력 가중치 업데이트 부분을 주석처리하여 입력 가중치만 훈련하면, 더 좋은 결과가 나오네요.

==> 입력가중치와 출력가중치를 모두 훈련하려면 어떻게 해야 하나요?

issues test~~

책에 있는 코드 그대로 입력한 것 같은데
예상 가격이 6.342로 똑같이 나옵니다.
제가 오타가 있는 건지 한번 확인 부탁드립니다.

from keras.models import Sequential
from keras.layers import Dense
from sklearn.model_selection import train_test_split

import numpy
import pandas as pd
import tensorflow as tf

seed = 0
numpy.random.seed(seed)
tf.random.set_seed(3)

df = pd.read_csv('housing.csv', delim_whitespace=True, header=None)

dataset = df.values
X = dataset[:,0:13]
Y = dataset[:,13]

X_train, X_test, Y_train, Y_test = train_test_split(X, Y, test_size=0.3, random_state=seed)

model = Sequential()
model.add(Dense(30, input_dim=13, activation='relu'))
model.add(Dense(6, activation='relu'))
model.add(Dense(1))

model.compile(loss='mean_squared_error',
optimizer='adam')

model.fit(X_train, Y_train, epochs=200, batch_size=10)

Y_prediction = model.predict(X_test).flatten()
for i in range(10):
label = Y_test[i]
prediction = Y_prediction[i]
print("실제가격: {:.3f}, 예상가격: {:.3f}".format(label, prediction))

오차함수를 a1, a2로 각각 미분한 값이
a1_diff = -(1/len(x1_data)) * sum(x1_data*(error))
라고 되어있는데 2/len(x1_data)라고 생각하였습니다
혹시 제가 놓치고 있는게 있을까요?