재제출 리포트(심층 학습-2)
8001 단어 심층 학습
· simple RNN (Recursive Neural Network)
바이너리 추가
<코드 추가>
가중치 초기화 방법 변경
가중치 초기화 방법을 변경하면 수렴하기까지의 시간이 길어지는 경향이 있습니다.
활성화 함수 변경
활성화 함수를 ReLU, tanh로 변경한 결과, 둘 다 좋은 결과를 얻을 수 없었다.
・Predict sin
상기의 결과로부터, 「하나의 시계열 데이터」를 길게 하고, 반복수를 많게 함으로써, sin파를 정확하게 재현할 수 있는 것이 시사되었다.
・Predict word
총 단어 수: 9826
출현 횟수가 적은 단어를 미지어(???)로 표시
Tensorflow
・constant
・placeholder
・variables
· 선형 회귀
· 비선형 회귀
y=30x2+0.5x+0.2
・분류 1층(mnist)
・분류 3층(mnist)
· 분류 CNN (mnist)
· 분류 CNN (mnist) : Dropout 비율 = 0
Keras
· 선형 회귀
· 단순 퍼셉트론
・np.random.seed(1)
・epochs=100
· AND 회로
・XOR 회로
・batch size=10
・epochs=300
위의 경우는 가장 오차가 작고 정확한 결과를 나타냅니다.
분류(iris)
· sigmoid 함수
· from keras.optimizers import SGD
SGD(lr=0.1, momentum=0.0, decay=0.0, nesterov=False)
분류(mnist)
· one_hot_label = False
· sparse_categorical_crossentropy
· Adam (Ir = 0.1)
· Adam (Ir = 0.00001)
Reference
이 문제에 관하여(재제출 리포트(심층 학습-2)), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/Negishi55/items/9a162db58f2440bcfb1a텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)