딥러닝 단계별 설정1 딥러닝 하이퍼파라미터 튜닝 및 설정 이번 포스팅에서는 딥러닝에서 하이퍼파라미터 튜닝과 설정에 대해 알아보도록 하겠습니다. 딥러닝 모델링은 Layer 설계 단계, 컴파일 단계, 모델 fit 단계로 나눌 수 있습니다. 각 단계별로 하이퍼파라미터와 어떤 설정들을 고려해야 하는지 살펴보겠습니다. Layer 설계 단계 입력 층 : tensor 정의, 미니 배치 크기(Mini-batch Size) 정의 출력 층 : 출력이 몇개인지, 활성화 함수(ReLU 등) 설정 은닉 층 : 은닉층의 뉴런 개수, 활성화 함수 설정 네트워크 : Layer 몇층할지, 노드 몇 개 할지, 연결방식 결정 컴파일 단계 1.손실함수 설정 입력에 따른 예측 값이 실제 값과 차이를 계산하는 함수 훈련 과정에서 최소화할 값 현재 작업이 성공적인지에 대한 척도 MSE, Crossen.. 2024. 1. 23. 이전 1 다음
