본문 바로가기
반응형

개발 공부116

딥러닝과 퍼셉트론의 이해2 딥러닝과 퍼셉트론의 이해 ※ 코랩 사용시 초기 설정 3가지 런타임 유형변경 - GPU 드라이브 마운트 런타임 - 모두실행 ​ ​ model1 > model2 출력층 활성화함수 변경 ​ 베스트 모델 저장 (Model Check Point) : 전 학습보다 결과가 개선되면 개선된 모델을 저장 학습 중단(Early Stopping) : 일정 epoch동안 결과가 개선되지 않으면 학습을 중단 ​ epochs를 크게 적고 기다려도 중간에 모델이 개선되지 않으면 학습이 중단 ​ 이미지를 학습하지 않는 이유 - MLP > 이미지 학습은 가능 > 판단을 엄청 못함 - 위치를 기반으로 학습 > 위치가 조금만 달라져고 다른 값으로 파악 - 크기도 중요한 변수 > 임지들의 크기가 거의 다 같아야함 - 이미지의 모양은 학습이.. 2023. 10. 17.
딥러닝의 이해 딥러닝의 이해 딥러닝 : 이미지, 영상, 음성등 다양한 데이터 예측가능 > 이미지 생성, 문자열 분석, 영상 예측 ​ 단일 퍼셉트론 model.add(Dense(units = 1, input_dim = 2) - 한 층에 하나의 퍼셉트론을 사용 - And, Or는 구분 가능 - XOR는 구분 불가능 ​ 다중 퍼셉트론 - Multi layer perceptron ​ model.add(Dense(units = 1, input_dim = 2) model.add(Dense(units =1)) - 두개의 층으로 이루어짐 - 각 층은 하나의 퍼셉트론으로 이루어짐 - MLP를 기반으로 다양한 모델이 파생 - CNN, RNN, LSTM, YOLO ​ 딥러닝 구조 입력층 : 데이터를 입력받는 층, 1개의 층 중간층(은닉층.. 2023. 10. 17.
반응형