[딥러닝] 딥러닝에서의 일반화(Regularization)
▶딥러닝에서의 일반화(Regularization) → 과적합(Overfitting) 문제를 해결하자 1. 일반적인 방법 Big Data / Data augmentation 과적합을 해결하는 가장 쉬운 방법으로, 데이터셋의 규모를 키우는 방법 L1/L2 regularization 2. Dropout 각각의 iteration 마다 일정 비율을 정해서 랜덤하게 노드들을 select 이 select된 노드들은 제외해서 학습 진행 특정 컬럼들을 0으로 바꿈 Dropout은 training과 testing 과정에서 어떻게 적용이 되는가? Dropout은 training 과정에서만 적용 testing 상황에서는 모든 node들을 돌려놓고 test를 진행 3. Early Stopping Validation 데이터셋의 ..
빅데이터 인공지능/딥러닝
2022. 11. 25. 22:07
250x250
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- frontend
- 인프런
- 스타일 컴포넌트 styled-components
- rtl
- 프론트엔드 공부
- 자바스크립트
- 프로젝트 회고
- Python
- 프론트엔드 기초
- 자바스크립트 기초
- react
- next.js
- 머신러닝
- react-query
- JSP
- 타입스크립트
- styled-components
- 프론트엔드
- 파이썬
- jest
- 딥러닝
- HTML
- 디프만
- 자바
- 데이터분석
- testing
- 리액트
- CSS
- 리액트 훅
- TypeScript
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | |||||
| 3 | 4 | 5 | 6 | 7 | 8 | 9 |
| 10 | 11 | 12 | 13 | 14 | 15 | 16 |
| 17 | 18 | 19 | 20 | 21 | 22 | 23 |
| 24 | 25 | 26 | 27 | 28 | 29 | 30 |
글 보관함