[혼자 공부하는 머신러닝+딥러닝] - CH.7-1 ANN

Jeonghwan Kim·2022년 11월 15일
0

주요 개념

  • 밀집층: 가장 간단한 인공 신경망의 층, 뉴런들이 모두 연결되어 있어 완전연결층이라고도 부름, 출력층에 밀집층을 사용할 때는 분류하려는 클래스와 동일한 개수의 뉴런 사용

  • 원-핫 인코딩: 정숫값을 배열에서 해당 정수 위치의 원소만 1이고 나머지는 모두 0으로 변환, 다중 분류에서 출력층에서 만든 확률과 크로스 엔트로피 손실을 계산하기 위해 사용

로지스틱 회귀로 패션 아이템 분류

인공 신경망으로 모델 만들기

  • 로지스틱 회귀와 다르게 교차 검증을 사용해 모델평가하지않고 검증세트를 별도로 덜어내어 사용

  • 딥러닝의 데이터셋은 충분히 크기에 검증 점수가 안정적이고, 교차검증을 하면 시간이 오래걸리기 때문

colab 링크: https://colab.research.google.com/drive/16llC5MuxH5DtkzKPnHwvDzpOQVut7mEK?usp=sharing

참고: 혼자 공부하는 머신러닝+딥러닝

0개의 댓글