336x280(권장), 300x250(권장), 250x250, 200x200 크기의 광고 코드만 넣을 수 있습니다.
1. 데이터 준비 (트레이닝, 검증, 테스트 셋)
2. Baseline model 만들기 (기준점수 넘을때까지)
- 오차 함수 선택 (loss/cost function)
- 최적화 (optimizer)
3. 과적합될 때까지 역량늘리기
- 레이어 추가
- 가중치 늘리기
- 에포크 늘리기
트레이닝 정확도는 증가하지만 검증 정확도는 증가하지않고 떨어지기 시작하면 중단. (과적합)
4. 가중치 규제 적용
- 드롭아웃 추가 (일반적으로 0.2 작은값으로부터 시작)
- 아키텍쳐 변경 (활성화 함수, 레이어수, 가중치크기 변경)
- L1 or L2 regularization 적용
- learning rate 변경
- 특성추가 및 데이터셋
'AI > PyTorch' 카테고리의 다른 글
| [numpy] .all() , .any() (0) | 2019.12.18 |
|---|---|
| [PyTorch] MNIST CNN (0) | 2019.11.06 |
| [PyTorch] Convolution (0) | 2019.10.29 |
| [PyTorch] MNIST with Batch Normalization (0) | 2019.10.29 |
| [PyTorch] MNIST with Dropout (0) | 2019.10.28 |
