Open diginori opened 4 years ago
데이터셋
tran - 학습 valid - 학습 검증 test - 학습 잘되엇나 확인
딥러닝
-> 위의 것이 잘못되면 학습이 안되는 결과다.
Normalization/Standardization 입력이 여러 차원일 때 각 차원의 입력을 동일한 스케일로 맞추어주면, 학습이 빠르게 진행된다고 한다.
Normalization : 전체 데이터를 0~1로 변환해준다. 키를 ... (꼭 해준다) Standardization : 평균을 0, 표준편차를 1이되도록 변환해 준다. (꼭은 아니다)
http://taewan.kim/post/norm/ 에서 Regularization 설명 할 때
Epoch이란? 전체 sample 데이터를 이용하여 한 바퀴 돌며 학습하는 것을 1회 epoch이라 부른다. 따라서 2 epochs은 전체 sample을 이용하여 두 바퀴를 돌며 학습한 것이다.
Step이란?
Weight와 Bias를 1회 업데이트하는 것을 1 Step이라 부른다.
Batch Size란?
1회 Step에서 사용한 데이터의 수이다.
따라서 Batch Size가 100이라고 가정하고 Step이 5이면 약 500개의 데이터를 이용한 것이다.
아래와 같은 관계가 성립한다.
s = (n * e) / b
Keras Sequential 모델로 시작하기 https://www.codeonweb.com/entry/fe7882d2-e42a-4ef3-bbc2-e616d366e013
https://github.com/diginori/cup_deeplearning_seminar/blob/master/%EA%B5%90%EC%9C%A1%EC%9E%90%EB%A3%8C/%EA%B5%90%EC%9C%A1%EC%9E%90%EB%A3%8C_keras_and_dnn.md
요기에서
https://github.com/diginori/cup_deeplearning_seminar/blob/master/%EA%B5%90%EC%9C%A1%EC%9E%90%EB%A3%8C/deep_learning/keras_and_dnn.ipynb
걸
https://colab.research.google.com
으로 갖고 가서 실습