모두의 연구소 AIFFEL 교육37 전체적인 model.fit() 과정 1. x,y 데이터셋 설정 2. 0,1 클래스 설정 3. 0.0003 정도의 learning rate 설정 4. 가중치 설정 5. 바이어스 설정 6. log-odds 값 구하기 7. log-odds + softmax 값 구하기 8. cross_entropy로 최종 loss-function 구하기 9. optimizer 안에 러닝 레이트, 로스 넣기 10. argmax로 acciracy 구하기 11. train data, test data 라벨링 12. optimizer, 트레인 데이터 넣고 학습 13. test data의 loss, accuracy 출력 2021. 2. 1. 러닝 레이트와 배치사이즈 honeyjamtech.tistory.com/43 2021. 2. 1. 원 핫 인코딩 원-핫 인코딩이란 원-핫 인코딩이란 카테고리별 이진 특성을 만들어 해당하는 특성만 1 나머지는 0으로 만드는 방법이다. 0 중국, 1 미국, 2 일본, 3 중국 이런 식으로 해당 인덱스에 0과 1로 표현해준다. 미국 일본 중국 0 0 0 1 1 1 0 0 2 0 1 0 3 0 0 1 2021. 1. 29. CS231n 4강 후기 배치사이즈 : 한번에폭돌릴때 데이터를 얼마나 줄껀지 https://deepinsight.tistory.com/98 https://colah.github.io/posts/2014-03-NN-Manifolds-Topology/ 2021. 1. 29. 이전 1 ··· 5 6 7 8 9 10 다음