728x90
학습 내용
- 가중치 초기화
배치 정규화
가중치 초기화(Weights Initialization)
- 가중치 초기화는 신경망의 성능에 큰 영향을 주는 요소 중 하나입니다.
- 만약 가중치의 값이 일부 값으로 치우치게 되면, 활성화 함수를 통과한 값들도 치우치게 되고, 결국 표현할 수 있는 신경망의 수가 적어지는 문제가 발생합니다.
- 보통 가중치 초기값으로 0에 가까운 무작위 값을 사용하더라도 초기값에 따라서 모델의 성능 차이가 발생할 수 있음.
- 모델의 활성화 값이 골고루 분포 되는 것이 중요함.
가중치 초기화 방법에 따라서 어떻게 달라지는지 살펴보기 위해 지정된 활성화 함수 activation과 초기화 initializer에 따라 모델을 생성하는 build_model 함수를 정의합니다.
관련 코드
개념 2
코드코드
출처
참고자료
https://www.jeremyjordan.me/batch-normalization/](https://www.jeremyjordan.me/batch-normalization/
728x90
'AIFFLE > STARTER' 카테고리의 다른 글
[DL] 4. 딥러닝 모델 학습 (0) | 2024.05.08 |
---|---|
[DL] 7. 모델 크기 조절과 규제 (0) | 2024.05.07 |
[DL] 6. 모델 학습 기술 (0) | 2024.05.07 |
[DL] 5. 모델 저장과 콜백 (0) | 2024.05.07 |
[DL] 3. 딥러닝 구조와 모델 (0) | 2024.05.02 |