[파이썬]/딥러닝8 [딥러닝] 신경망 계층 추가방법 및 성능향상방법(옵티마이저; Optimizer+학습률(learning_rate)+모멘텀(Momentum)) HTML 삽입 미리보기할 수 없는 소스 이번 글에서는 "신경망 계층 추가방법 및 성능 향상방법(옵티마이저)"에 대한 방법들을 살펴보려 한다. 차례와 사용 툴 및 라이브러리는 아래와 같다. [차례] 첫 번째, 신경망계층 추가 | Loss, Metrics | 옵티마이저 두 번째, 옵티마이저 - 학습률(Learing Rate) 적용하기 세 번째, 모멘텀(Momentum) 적용하기 [사용 툴] - Jupyter notebook(웹 기반 대화형 코딩 환경) [사용 라이브러리 및 모듈] 머신러닝 라이브러리 및 모델: scikit-learn - sklearn.model_selection.train_test_split: 훈련 및 테스트 데이터 세트 분리 딥러닝 라이브러리 및 모델: TensorFlow - tensorf.. 2024. 1. 4. [딥러닝] 인공신경망(ANN) 개념 및 모델 구축+성능 개선(계층 추가) HTML 삽입 미리보기할 수 없는 소스 이번 글에서는 딥러닝의 핵심 요소 중 하나인 "인공신경망(ANN) 개념 및 모델 생성과 더불어 성능 개선(계층 추가)"에 대한 방법들을 살펴보려 한다. 차례와 사용 툴 및 라이브러리는 아래와 같다. [차례] 첫 번째, 인공신경망이란 두 번째, 인공신경망 모델 구축 세 번째, 인공신경망 모델 성능 개선 [사용 툴] - Jupyter notebook(웹 기반 대화형 코딩 환경) [사용 라이브러리 및 모듈] 연산 라이브러리: numpy 시각화 라이브러리 및 모듈: matplotlib의 pyplot 모듈 머신러닝 라이브러리 및 모델: scikit-learn - sklearn.model_selection.train_test_split: 훈련 및 테스트 데이터 세트 분리 딥러.. 2024. 1. 4. 이전 1 2 다음
