<혼자 공부하는 머신러닝 + 딥러닝>
💜Chapter 07
💜기본 미션: Ch.07-1 문제 풀고 인증샷
💜선택 미션: Ch.07-2 문제 풀고 인증샷
💜해시태그: #혼공단 #혼공챌린지 #혼공머신
기본미션 Ch.07-1 문제 풀고 인증샷
- 어떤 인공 신경망의 입력 특성이 100개 이고 밀집층에 있는 뉴런 개수가 10개일 때 필요한 모델 파라미터의 개수는 몇 개 인가요?
정답: 3번. 1010개
- 100*10 + 10=1010개
- 케라스의 Dense 클래스를 사용해 신경망의 출력층을 만들려고 합니다. 이 신경망이 이진 분류 모델이라면 activation 매개변수에 어떤 활성화 함수를 지정해야 하나요 ?
정답: 2번. sigmoid
- 시그모이드 함수는 0~1 사이에 위치하는 값을 가지며 입력신호의 합이 0.5 이상이면 1을, 0.5 이하이면 0을 출력하는 함수이다. 이를 통해 0과 1로 나누는 이진분류를 위한 활성화 함수로 시그모이드 함수를 이용하는 것이 적절하다.
- 케라스 모델에서 손실함수와 측정지표등을 지정하는 메서드는 무엇인가요?
정답: 4번. compile()
- 컴파일 메서드를 통해 모델의 손실함수와 측정지표를 지정해 줄 수 있다.
- 정수 레이블을 타깃으로 가지는 다중 분류 문제일 때 케라스 모델의 compile() 메서드에 지정할 손실 함수로 적절한 것은 무엇인가요?
정답: 1번. "sparse_categorical_crossentropy"
- 케라스에서는 손실함수 중의 하나인 sparse_categorical_crossentroty 를 이용하여 정수로 된 타깃값을 바로 크로스 엔트로피 손실을 계산하는데에 사용할 수 있다. 만일 타깃값이 원핫인코딩을 통해 0과 1의 변수로 준비되어있다면 "categorical_crossentropy" 를 사용하면 된다.
선택미션 Ch.07-2 문제 풀고 인증샷
- 다음 중 모델의 add() 메서드 사용법이 올바른 것은 어떤 것인가요?
- 정답: 2번, model.add(keras.layers.Dense(10, activation='relu'))
- 크기가 300X300 인 입력을 케라스 층으로 펼치려고 합니다. 다음중 어떤 층을 사용해야 하나요?
- 정답: 2번, Flatten 클래스는 배치차원을 제외하고 나머지 입력차원을 모두 일렬로 펼치는 역할을 한다.
- 다음 중에서 이미지 분류를 위한 심층 신경망에 널리 사용되는 케라스의 활성화 합수는 무엇인가요?
- 정답: 3번, relu 함수는 음수 입력시 0을 출력하고 양수가 입력되면 입력값을 그대로 출력한다. 이미지 처리에 좋은 성능을 내는 함수이다.
- 다음 중 적응적 학습률을 사용하지 않는 옵티마이저는 무엇인가요?
- 정답:1번, SGD
옵티마이저는 케라스에서 제공하는 다양한 종류의 경사하강법 알고리즘이다. 적응적 학습률(adative learning rate) 이란 모델의 최적점에 가까이 갈 수록 학습률이 낮아저 안정적으로 최적점에 수렴하게 하는 방법이다. SGD의 경우 기본경사하강법을 이용하여 학습률이 고정되어 있다.
이번주 회고
아닛 벌써 머신러닝이 끝나고 딥러닝의 세계로...
벌써 6주차라니. 이번이 마지막이라니!
아직 책의 내용은 많이 남았지만 챌린지는 종료라니 슬프다.
함께 으쌰으쌰 하는 기분이 좋았는데.
혼공머신 2차 챌린지 만들어주세요 !
챌린지는 종료지만 나는 열심히 계속 공부할거야
중간에는 삐끗해서 낙오할 뻔 했지만
포기하지 않고 완주한 내 자신 칭찬한다
inchoátor