로딩
요청 처리 중입니다...

[머신러닝/딥러닝] 21. 딥러닝 알아가기 정규화 표준화 기울기 소실 gradient vanishing 하이퍼 파라미터 hyperparameter 드롭아웃 dropout epoch

 [머신러닝/딥러닝] 21. 딥러닝 알아가기 정규화 표준화 기울기 소실 gradient vanishing 하이퍼 파라미터 hyperparameter 드롭아웃 dropout epoch

지난 시간에 우리는 딥러닝의 역사와 크로스 엔트로피, Softmax 에 대해 알아봤습니다. https://blog.naver.com/dorergiverny/223274050185 [머신러닝/딥러닝] 20. 딥러닝 알아가기 - 정보량 엔트로피 크로스 엔트로피 cross entropy 확률 불확실성 one hot encoding softmax MSE 최소제곱법 우리는 지난 시간에 딥러닝의 역사, One Hot Encoding 그리고 Softmax에 대해 알아봤습니다. https://b... blog.naver.com 이번에는 몇가지 기본 이론을 더 알아보겠습니다. 1.

정규화(Normalization)와 표준화(Standardization) 이전에 우리는 아래와 같은 집값 예시를 통해 건축연도와 집의 넓이가 있다고 가정할 때 건축연도는 2002 ~ 2023년으로 숫자 단위가 크고 범위가 큰 반면 집의 넓이는 18~32평으로 단위가 크지 않습니다. 이 데이터를 그대로 학습에 활용할 경우 ...

# deep # 그리드탐색 # 기울기소실 # 드롭아웃 # 랜덤탐색 # 베이지안 # 손실함수 # 스케일러 # 시그모이드 # 앙상블 # 정규화 # 표준화 # 하이퍼파라미터 # 학습률 # vanishing # SVM # dropout # epoch # gradient # hyperparameter # learning # learningrate # lossfunction # machine # normalization # scaler # scaling # sigmoid # standardization # 훈련반복횟수