심층 학습 전편 2 수료 과제 (현장에서 파괴가 효과가 있는 딥 러닝 강좌)

1741 단어 심층 학습

수료 과제


  • iris 데이터 세트를 사용하여 꽃 유형을 분류하는 신경망 만들기
  • 구성은 입력 레이어를 4 노드, 중간 레이어를 5 노드 (활성화 함수는 ReLU 함수), 출력 레이어는 소프트 맥스 함수를 사용하고 오차 함수는 교차 엔트로피로 수행합니다.







    • 결과
  • 가중치의 초기 값을 He로 결정하고 학습률 최적화 기법으로 AdaGrad를 사용.
  • 조금 과학을 일으키고 있습니다. 드롭아웃률이나 L2 정규화의 계수를 늘리는 등을 했지만, 과학습의 억제와 높은 예측 정밀도의 양립은 할 수 없었다

    • 수료 과제

  • Q1. 과제의 목적이란? 어떤 궁리를 할 수 있을까
  • 과제의 목적은 가쿠의 길이, 가쿠의 폭, 꽃잎의 길이, 꽃잎의 폭의 4 개의 입력 데이터로부터 3 종류의 꽃 중 어느 종류의 꽃인지를 예측하는 것
    • )
  • 데이터 수가 150 개로 적기 때문에 오류가없는 범위에서 4 개의 입력 데이터를 조작하여 학습 데이터를 늘리면 예측 정밀도가 높아진다고 생각한다


  • Q2. 과제를 분류 작업으로 풀 때의 의미는 무엇인가
  • 회귀 작업에서 해결하면 꽃 유형을 나타내는 0,1,2를 연속 숫자로 학습합니다. 분류 작업에서 해결하면 0,1,2 값을 카테고리를 나타내는 값으로 학습 할 수 있습니다


  • Q3.iris 데이터란 무엇인가 2행으로 말하자
  • 꽃잎의 길이, 꽃잎의 폭, 꽃잎의 길이, 꽃잎의 폭의 4 개의 수치와 그것에 대한 꽃의 종류로 구성된 데이터

    • 서버리스로 전환하면서 얻은 교훈
    노드 디버깅 방법

    좋은 웹페이지 즐겨찾기

    개발자 우수 사이트 수집

    개발자가 알아야 할 필수 사이트 100선 추천 우리는 당신을 위해 100개의 자주 사용하는 개발자 학습 사이트를 정리했습니다
    best100-homepage