Notice
Recent Posts
Recent Comments
Link
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 | 31 |
Tags
- R프로그래밍
- 자연어처리
- 기계학습
- 빅데이터
- lstm
- 빅데이터처리
- 데이터
- R시각화
- word2vec
- 데이터분석
- 그래프시각화
- SQL
- Hadoop
- HIVE
- 하둡
- 데이터시각화
- CNN
- 머신러닝
- 딥러닝
- Python
- 데이터처리
- 주가예측
- 그래프
- ggplot
- NLP
- r
- AI
- pandas
- R그래프
- Deeplearning
Archives
- Today
- Total
목록딥러닝학습 (1)
욱이의 냉철한 공부
[딥러닝 기본] Deep Learning 학습최적화 셋팅
출저 본 개념정리는 제 지도교수님이신 연세대학교 정보대학원 김하영 교수님 수업과 Andrew 교수님의 Coursera 수업을 통해 얻은 정보를 통해 정리했습니다. 자료는 대부분 Andrew 교수님의 Coursera 수업자료입니다. 1. Normalizing inputs - normalize(표준화) 특징 신경망을 훈련시킬 때, 트레이닝의 속도를 높일 수 있는 방법. - normalize(표준화) 를 하는 이유 표준화를 실행하여 모든 특성값들이 비슷한 범위 값을 가진다면 빠른 속도로 학습을 진행할 수 잇다. 2. Vanishing / Exploding gradients : 가중치 초기화를 적절하게 해야하는 이유 3. Weight Initialization for Deep Network..
데이터과학/개념 : Deep Learning
2022. 3. 28. 07:35