이제 두 포인트 클라우드를 구분할 수 있는 선형 분류기를 만들어 보죠. 이 선형 분류기는 하나의 아핀 변환(prediction = W • input + b)이며, 예측과 타깃 사이의 차이를 제곱한 값을 최소화하도록 훈련됩니다.

앞으로 보겠지만 2장 끝에서 본 2개의 층을 가진 신경망의 엔드-투-엔드 예제보다 실제로 더 간단한 예제입니다. 하지만 이번에는 모든 코드 한 줄 한 줄을 이해할 수 있을 것입니다.

각각 랜덤한 값과 0으로 초기화한 변수 W와 b를 만들어 보겠습니다.

코드 3-17 선형 분류기의 변수 만들기

input_dim = 2 ➊
output_dim = 1 ➋
W = tf.Variable(initial_value=tf.random.uniform(shape=(input_dim, output_dim)))
b = tf.Variable(initial_value=tf.zeros(shape=(output_dim,)))