Notice
Recent Posts
Recent Comments
Link
160x600
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
- 데이터
- 훈련
- 회귀모델
- Database
- keras
- 머신러닝
- python기초
- MariaDB
- 데이터전처리
- 해석
- 예측
- 시각화
- pandas
- 정확도
- 데이터베이스
- tensorflow
- python
- 데이터 분석
- Deep Learning
- 딥러닝
- 데이터 가공
- sklearn
- 데이터 수집
- HeidiSQL
- 오라클
- pythone
- Oracle
- 파싱 오류
- DB
- sql
Archives
- Today
- Total
목록Optimizer (1)
코딩헤딩

1. 데이터 증가시키기 2. 하이퍼파라미터 튜닝 => 반복 횟수 증가 => 계층 추가 또는 제거(일반적으로 추가) => 이외 하이퍼파라미터들... 1. 성능향상 - 은닉계층추가 * 모델 생성하기 model = keras.Sequential() model * 입력 계층 추가하기 model.add(keras.layers.Flatten(input_shape=(28, 28))) - 전처리 계층으로 추가 Flatten() : 차원축소 전처리 계층(1차원으로 축소) : 훈련에 영향을 미치지는 않음 : 일반적으로 입력계층 다음에 추가하거나, 입력계층으로 사용되기도 함 : 이미지 데이터 처리 시에 주로 사용됨 * 중간계층 = 은닉계층(hidden layer) 생성하기 model.add(keras.layers.Dense..
머신러닝 | 딥러닝
2024. 1. 4. 22:59