본문 바로가기

딥러닝모델3

[딥러닝] Dense Layer (Fully Connected Layer) 이해하기 Dense Layer (Fully Connected Layer) 이해하기 Dense Layer 딥러닝에서 가장 기본이 되는 Layer이다. Fully Connected Layer라고도 부른다. 논문에서는 Dense보다 Fully Connected Layer라고 많이 지칭하고 FC라고 줄여서 부른다. 흰색 동그라미를 노드(뉴런)라고 불리는데 y = wx + b 의 w(weight)의 역할을 한다. w들의 가중치가 변하면서 우리가 예측하고자하는 결과값에 가장 근사하게 만들어준다. Dense Layer는 노드와 노드 들이 완전하게 연결되어있다. input layer 위 그림은 4층의 레이어를 가지고있다. 데이터가 왼쪽에서 오른쪽으로 layer를 통과한다. output layer는 바로 앞 hidden laye.. 2022. 2. 9.

[딥러닝] batch size(배치사이즈) VS epoch(에포크) VS iteration(반복) [딥러닝] batch size(배치사이즈) VS epoch(에포크) VS iteration(반복) 딥러닝을 학습하는 코드이다. hist = model.fit(x_tn, y_tn, epochs =10, batch_size = 100) 딥러닝을 학습하는 과정에서 epoch와 batch size, interation을 사용한다. 서로 비슷해 보여서 개념이 아주 조금 헷갈린다. batch size 전체 트레이닝 데이터를 여러개의 mini batch로 나누었을 때 하나의 미니 배치에 속하는 데이터의 개수를 말한다. 그림을 설명하자면, train data 700개는 각각 100개로 나눠진 mini batch가 7개로 이루어져있다. 각 mini batch는 100개의 데이터 포인트로 구성되어있고 이를 batch si.. 2022. 1. 22.

[딥러닝] Tensorflow로 신경구조망 모형 만들기 - Sequential API, Functional API [딥러닝] Tensorflow로 신경구조망 만들기 - 시퀀스 API, 함수형 API Tensorflow(텐서플로우) 2.0 Tensorflow는 파이썬을 이용해서 딥러닝 학습에 사용하는 프레임워크이다. 특히 신경망을 기반으로 하는 관련 연산 처리를 할 수 있어 사용을 한다. Tensorflow를 이용해서 신경망을 만두는 방법은 두가지가 있다. 1. 시퀀스 API 시퀀스 API는 직관적이고 편리하지만 복잡한 신경망을 구현할 수 없다. 처음 사용하는 사람들은 시퀀스 API가 익숙해지고 함수 API를 사용하는 것이 배우기 쉬울것이다. 시퀀스 API는 텐서플로에서 제공하는 Sequential()을 통해서 딥러닝 구조의 층을 쌓을 수 있다. Sequential()을 먼저 모형을 선언 하고 model.add() 함.. 2022. 1. 22.

이전 1 다음

티스토리툴바