AI5 10장. 모델 설계하기 1. 모델의 정의 딥러닝의 모델을 설정하고 구동하는 부분 -> model이라는 함수를 선언하며 시작. model = Sequential() : 딥러닝의 구조를 짜고 층을 설정하는 부분 model.compile() : 위에서 정한 모델을 컴퓨터가 알아듣게 컴파일 하는 부분 model.fit() : 모델을 실제로 수행하는 부분 2. 입력층, 은닉층, 출력층 # 딥러닝 구조를 결정합니다(모델을 설정하고 실행하는 부분입니다). model = Sequential() model.add(Dense(30, input_dim=17, activation='relu')) model.add(Dense(1, activation='sigmoid')) 딥러닝: 퍼셉트론 위에 숨겨진 퍼셉트론 층을 차곡차곡 추가하는 형태. -> 케라.. 2022. 1. 23. 심화 학습1. 오차 역전파의 계산법 1. 출력층의 오차 업데이트 가중치: w 은닉층의 출력값: yh 출력층의 출력값: yo 오차 역전파: Yout 값에서 거꾸로 거슬러가며 W(2)와 W(1)이 업데이트 되지 않을 때가지 반복 계산 - W(2) 값 중 하나 업데이트 하는 과정 구해야 하는 값: (W(2)의 편미분 * Yout) -> 우선 오차 Yout 구하기 2. 오차 공식 Yout 안에는 (yout1, yout2)의 출력 값 존재. Yout = 오차 yout1 + 오차 yout2 -> 오차는 평균 제곱 초차 이용. 3. 체인 룰 W31에 대한 편미분 -> 체인 룰(연쇄 법칙) 4. 체인 룰 계산 계산 과정 생략 5. 가중치 업데이트하기 위 두 사진을 합쳐보면 가중치를 업데이트 하는 식을 정리할 수 있다. 저 식 중에 아래와 같은 식은 한 .. 2022. 1. 19. 5장. 로지스틱 회귀 참, 거짓 중 하나를 내놓는 과정: 로지스틱 회귀(logistic regression) -> 입력 값 특징 추출 -> 모델 생성 -> 답 1. 로지스틱 회귀의 정의 공부한 시간 - 합격 여부, 합격, 불합격이므로 선형 회귀는 부적절 좌표 평면에 표현하면, 0과 1 사이의 값이 없음 -> 직선 표현, S자 형태로 그래프 그리기 2. 시그모이드 함수 1을 통해 S자 형태로 그린 함수. -> 시그모이드 함수(sigmoid function) 시그모이드로 로지스틱 회귀를 푸는 공식 위 식을 통해 ax + b를 구해야함. a: 그래프의 경사도, 클 수록 경사가 큼. b: 그래프의 좌우 이동, 클 수록 왼쪽으로 이동. a 가 작아질 수록 오차가 무한대로 커짐. but, a가 커진다고 해서 오차가 없어지지 X b 는 .. 2022. 1. 17. 4장. 경사 하강법 ! 그냥 내가 암기할 거나 필요한 부분 쓰는 거라 도움이 안되고, 비어있는 부분도 많습니다. 참고용은 비추 기울기 a가 너무 크거나 작으면 오차가 커진다. -> 기울기 a 와 오차는 상관관계가 있다. 오차가 가장 작은 점: 기울기 a가 0일 때. -> 오차를 비교하면서 기울기가 가장 작은 방향으로 이동시킨다. -> 경사하강법 1. 경사 하강법의 개요 목표: 미분 값이 0인 지점 찾기 1. a1에서 미분을 구한다. 2. 기울기의 반대 방향으로 조금 이동시킨 a2에서 비분을 구한다. 3. 위에서 구한 미분 값이 0이 아니면 위 과정을 반복한다. -> 경사 하강법: 반복적으로 기울기 a를 변화시켜서 m의 값을 찾아내는 방법 2. 학습률 기울기의 부호를 바꿔가며 이동할 때 적절한 거리를 찾지 못해 너무 멀리 이.. 2022. 1. 13. 이전 1 2 다음 728x90
