벌써 22일차가 되었습니다 습관이 잡힌다는 21일이 무사히 지나갔습니다 이제는 습관이 잡혔겠죠(믿는다 내자신!) 오늘의 키워드(자세한 내용은 아래에) - Overfitting - Dropout - Weight Decay - Early Stopping - Finetuning - SGD - SGD variation <오늘의 강의정리> Overfitting training 데이터에 너무 fitting이 되어서 일반화가 되지 않는 형상 training data가 network parameter보다 많아야 overfitting을 피할 수 있어요(이론적으로...)
그렇지만 이미지만 해도 억이 넘는 parameter가 있는데 현실적으로 이보다 많은 데이터를 모으기는 쉽지 않습니다. 그래서 생각보다 overfitting이 잘 일어나는 거예요 그래서 overfitting을 피하기 위해 몇가지 조작을 해야합니다 Tricks to avoid overfitting Dropout 히든 레이어의 뉴런을 랜덤...
#
dropout
#
패스트캠퍼스후기
#
패스트캠퍼스
#
직장인자기계발
#
직장인공부
#
오공완
#
weightDecay
#
sgd
#
overfitting
#
finetuning
#
earlyStopping
#
환급챌린지
![[딥러닝 개념 12] 일반화(Generalization)가 잘 된 모델을 만들어보자(1)_Overfitting(과대적합)과 Underfitting(과소적합)](https://mblogthumb-phinf.pstatic.net/MjAyNDA0MDRfMTA0/MDAxNzEyMTYxMzc2NDA5.NEYXbfaa_6IEiQUN2BumyAQk87UYYvreRTC58DLDGZMg.Dl5DT8jar4LgdMoSD_nb3TfOXR9MgGNVw-9NpWGaL9Ig.JPEG/11.jpg?type=w2)
![[딥러닝 개념 2] Perceptron으로 논리 게이트 구현하기(MLP의 필요성)](https://mblogthumb-phinf.pstatic.net/MjAyNDAyMjNfNCAg/MDAxNzA4NjE5Nzg1NDc4._KNE5poYGnagpM3eaY9602B0S-VpHNXTBdgcddxfdkIg.UK33UtcrQjRvSt_u4zkzX3MF03AeWyNRlXEuxEd3h6Ig.JPEG/2.jpg?type=w2)
