혼자 공부하는 머신러닝+딥러닝 6주차

6주차 미션: Ch.07(07-1) 확인 문제 풀고, 풀이 과정 정리하기 & Ch.07(07-2) 확인 문제 풀고, 풀이 과정 정리하기

 

1. 어떤 인공 신경망의 입력 특성이 100개이고 밀집층에 있는 뉴런 개수가 10개일 때 필요한 모델 파라미터의 개수는

100 * 10 = 1000개 입니다.

 

2. 케라스의 Dense 클래스를 사용해 신경망의 출력층을 만들려고 합니다. 이 신경망이 이진분류 모델이라면 activatio 매개변수에는 시그모이드 함수를 사용하기 위해 sigmoid 함수를 지정하면 됩니다.

 

반면, 뉴런에서 출력되는 값을 확률로 바꾸려면 softmax 함수를 지정하면 됩니다.

 

3. 케라스 모델에서 손실 함수와 측정 지표 등을 지정하는 메서드는 compile() 입니다.

 

4. 정수 레이블을 타깃으로 가지는 다중 분류 문제일 때 케라스 모델의 compile() 메서드에 지정할 손실 함수로는 sparse_categorical_crossentropy 입니다.

 

타깃값을 빽빽한 배열 말고 정숫값 하나만 사용한다는 뜻에서 sparse(희소)라는 이름을 붙인 것입니다.

만약, 타깃값을 원-핫 인코딩으로 준비했다면 categorical_corssentropy로 지정하면 됩니다.

 

 

 

인공 신경망으로 패션 아이템 분류하기