6주차
(8/15 ~ 8/21)
Chapter 07 Ch.07(07-1) 확인 문제 풀고, 풀이 과정 정리하기 Ch.07(07-2) 확인 문제 풀고, 풀이 과정 정리하기

 

Ch.07(07-1) 확인 문제 풀고, 풀이 과정 정리하기

 

1. 어떤 인공 신경망의 입력 특성이 100개이고 밀집층에 있는 뉴런 개수가 10개일 때 필요한 모델 파라미터의 개수는 몇 개인가요?   (100 *10) +  (10*1 ) = 1,010개

 

 

2. 케라스의 Dense 클래스를 사용해 신경망의 출력층을 만들려고 합니다. 이 신경망이 이진분류 모델이라면 activation 매개변수에 어떤 활성화 함수를 지정해야 하나요?   'sigmoid'

 

<참고>

이진분류 : 'sigmoid'

다중분류:  'softmax'

 


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


4. 정수 레이블을 타깃으로 가지는 다중 분류 문제일 때 케라스 모델의 compile() 메서드에 지정할 손실 함수로 적절한 것은 무엇인가요?   'categorical_crossentropy'

 

<참고>

이진분류 : 'binary_crossentropy'

다중분류:   'categorical_crossentropy'

 

 

Ch.07(07-2) 확인 문제 풀고, 풀이 과정 정리하기

 

 

1. 다음 중 모델의 add() 메서드 사용법이 올바른 것은 어떤 것인가요?

② model.add(keras.layers.Dense(10, activation='relu'))

 

<방법 3가지 중 선택해서 사용> 




2. 크기가 300 X 300인 입력을 케라스 층으로 펼치려고 합니다. 다음 중 어떤 층을 사용해야 하나요?
② Flatten   --> 입력차원을 모두 일렬로 펼치는 역할수행 입력층 바로 앞에 추가 



3. 다음 중에서 이미지 분류를 위한 심층 신경망에 널리 사용되는 케라스의 활성화 함수는 무엇인가요?

③ relu


4. 다음 중 적응적 학습률을 사용하지 않는 옵티마이저는 무엇인가요?

① SGD

 

기본경사하강법 옵티마이저 : SGD  :  모멘텀 네스테[로프 모멘텀 

 

적응적 학습률 옵티마이저  : RMSprop adagrad Adam

+ Recent posts