AI vs 인간 범인찾기 둘 다 성공!
훗날엔 프로파일러라는 직업이 사라질지도..
아니라면 AI모델을 만들때 프로파일러가 도움을 주는 협력관계가 만들어질거같다.
딥러닝_패션 이미지 데이터 분류
프로젝트 할 때, 검증단계도 코드로 다 구현해야 결과물에 신뢰성 있는 모델이라고 판단
딥러닝 사람 얼굴 이진분류
검증 데이터셋 만들어서 넣기
sigmoid : 이진분류(1개 값 출력)
softmax : 3개이상
validation_split 주의점
데이터가 일정하게 만들어져 있을때, 사용하게되면 제대로 된 학습이 불가
위 경우 random_state 함수 사용 후 학습하기
순전파 : 예측해 나가는 과정
역전파 : 예측 후 에러를 찾아내 수정하면서 학습해 나가는 과정
Sigmoid 함수
Mean Squared Error
MSE : 평균제곱오차
경사하강법
활성화 함수를 미분한다는건 기울기를 확인하는것
기울기 중간 부분이 0.3
Vanishing Gradient
중간층에서 sigmoid 썼을때, 발생하는 문제
실제오차가 100인데 실제로는 0.3을 곱한 30>9>2.7... 0에 수렴하면
오차를 제대로 예측했다고 착각을 함
Sigmoid를 보완한 Relu
중간층 활성화함수 연구는 진행중..
Batch_size
데이터를 조금씩 잘라서 넣어줌(mini-batch)
확률적경사하강법 : 일부데이터로만
모멘텀 : 확률적경사하강법에 노이즈를 완만하게 만들어주도록 개선됨
확률적모멘텀
활성화함수 :adam
최적화함수 :relu ->현재 이 조합 가장 많이 사용
끄적끄적