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.)