학습한 내용
적당한 학습률을 찾는게 중요하다.
데이터셋의 분포에 편향이 있다면 조심해야한다.
무조건 고양이로 분류하는 모델이 있다면 정확도는 90%일것
roc curve 에서 정확도말고도 다른 여러 지표들을 이용하는 이유와 같다
데이터셋의 클래스들의 비율을 같게 만드는게 좋음
batch의 크기가 작으면 iteration이 짧게 걸린다. 하지만 과적합이 이루어질수 있음 gpu가 아깝다.
batch의 크기가 크다면 iteration이 오래 걸린다.
cost function의 값이 잘줄어들지만
큰 데이터의 적재가 필요하고 gpu도 좋은게 필요하다.
두개의 장단점때문에 mini-batch를 사용한다.
학습한 내용 중 어려웠던 점 또는 해결못한 것들
해결방법 작성
학습 소감
ai가 만들어낸 이미지를 봐도 진짜인지 가짜인지 분간이 안가는점이 대단하다.
