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
- 활성화함수
- ChatGPT
- 태국여행
- 직장인자기계발
- 딥러닝
- 자동매매프로그램
- 분석
- 파이썬
- 파이썬을활용한시계열데이터분석A-Z올인원패키지
- It
- 리뷰
- 직장인인강
- 머신러닝
- airflow
- 독서리뷰
- 데이터
- API
- 방콕여행
- 클라우드
- 패스트캠퍼스후기
- Ai
- Python
- 상관분석
- 패스트캠퍼스
- 챗지피티
- nlp
- 데이터분석
- DAGs
- 패캠챌린지
- 빅데이터
Archives
- Today
- Total
목록시프트 (1)
데이터를 기반으로
배치 정규화(Batch Normalization)
가중치 초기화보다도 더 오래 잡고 이해가 안돼서 계속 보던 개념을 드디어 이해하여, 정리해보고자 한다. (약 2주 동안 보고 있었다...수 많은 why? 때문에...머리가 안 좋은 가...영어를 잘한다면 원본 논문을 보고 이해했을 텐데...얼른 영어공부를 해야겠다..) 먼저, 배치 정규화를 모색하게 된 배경부터 확인해보자. 이전 게시물에서 가중치 초기화에 대해 정리를 했었다. [ 배치 정규화(Batch Normalization)의 탄생 배경 ] → 가중치 초기화를 진행했음에도 훈련 도중 언제 어디서 가중치 소실/폭주 가 일어날 수 있다. 이를 예방하기 위해 신경망 학습을 진행하는 각 층에 입력되는 데이터를 평균과 분산으로 정규화하여 학습을 효율적으로 만든다. 배치 정규화를 이해하기 전 내부 공변량 변화(..
데이터 분석(Python)/딥러닝(Deep Learning)
2022. 10. 4. 00:09