편집
1,415
번
바뀜
→층을 어떻게 구현할 것인가?
== 층을 어떻게 구현할 것인가? ==
== 층을 어떻게 구현할 것인가? ==
특정 기능을 구현하기 위해 어떤 층을 몇개나 준비해야 하나 고민에 빠지게 된다.
특정 기능을 구현하기 위해 어떤 층을 몇개나 준비해야 하나 고민에 빠지게 된다.
사실,모델의 성능은 준비된 데이터, 데이터 증폭법, 활성화함수 등에 영향을 받아 짧은 글 안에 그 지혜를 담기 어렵지만, 이런 논의는 그 지혜로 다가가는 문이 되어주리라 기대한다.
세세한 조정값까진 이곳에서 다루긴 어렵지만, 대강 어떤 문제에서 어느정도 크기의 층을 사용하는지 참고하면 시작지점을 찾을 수 있다.
세세한 조정값까진 이곳에서 다루긴 어렵지만, 대강 어떤 문제에서 어느정도 크기의 층을 사용하는지 참고하면 시작지점을 찾을 수 있다.
!성과
!성과
!링크
!링크
|-
|-
|영화 리뷰 분류.
|영화 리뷰 분류.
|
|
|[https://github.com/gilbutITbook/006975/blob/master/3.5-classifying-newswires.ipynb 링크]
|[https://github.com/gilbutITbook/006975/blob/master/3.5-classifying-newswires.ipynb 링크]
|}
=== 이미지 ===
{| class="wikitable"
!사례
!시도
!성과
!링크
|-
| rowspan="2" |0~9의 아라비아 숫자를 구분하는 것.
|렐루 활성화함수로 512개, 소프트맥스 활성화함수로 10개.
2개 층만으로도 충분하다... 놀랍네; 고작 2층으로!
|정확도는 97.8%
|[https://github.com/gilbutITbook/006975/blob/master/2.1-a-first-look-at-a-neural-network.ipynb 링크]
|-
|CNN 3층과 일반 신경망 2층.
|99.2%
|[https://github.com/gilbutITbook/006975/blob/master/5.1-introduction-to-convnets.ipynb 링크]
|-
|개와 고양이 이진분류
|CNN 4층과 신경망 2층.
|약 85%
|[https://github.com/gilbutITbook/006975/blob/master/5.2-using-convnets-with-small-datasets.ipynb 링크]
|}
|}
[[분류:인공지능 기능구현]]
[[분류:인공지능 기능구현]]