미션

기본미션

Q1) 어떤 인공 신경망의 입력 특성이 100개 이고 밀집층에 있는 뉴런 개수가 10개일 때 필요한 모델 파라미터의 개수는 몇 개 인가요?

A) 3. 1,010개 ( 100개의 뉴런과 10개의 밀집층 뉴런이 모두 연결되고 출력층의 뉴런마다 하나의 이 있다)

Q2) 케라스의 Dense 클래스를 사용해 신경망의 출력층을 만들려고 합니다. 이 신경망이 이진 분류 모델이라면 activation 매개변수에 어떤 활성화 함수를 지정해야 하나요 ?

A) 2. sigmoid (이진분류시에는 시그모이드 함수를 사용함 p.354

Q3) 케라스 모델에서 손실함수와 측정지표등을 지정하는 메서드는 무엇인가요?

A) 4. compile()

Q4) 정수 레이블을 타깃으로 가지는 다중 분류 문제일 때 케라스 모델의 compile() 메서드에 지정할 손실 함수로 적절한 것은 무엇인가요?

A) 1. sparse_categorical_crossentropy (다중분류시 클래스 레이블이 정수일때 사용한다.)

선택미션

Q1) 다음 중 모델의 add()메서드 사용법이 올바른 것은 어떤 것인가요?

A) 2. model.add(keras.layers.Dense(10, activation='relu'))

Q2) 크기가 300 * 300인 입력을 케라스 층으로 펼치려고합니다. 다음 중 어떤 층을 사용해야 하나요?

A) 2. Flatten

Q3) 다음중 이미지 분류를 위한 심층 신경망에 널리 사용되는 케라스의 활성화 함수는 무엇인가요?

A) 3. relu

Q4) 다음 중 적응적 학습률을 사용하지 않는 옵티마이저는 무엇인가요?

A) 1. SGD