혼공단 머신러닝+딥러닝 6주차 미션 - Chapter 07

기본 미션

Chapter 07 Ch.07(07-1) 확인 문제 풀고, 풀이 과정 정리하기

7.1.1 어떤 신경망의 입력 특성이 100개 이고 밀집층에 있는 뉴런 개수가 10개일 때 필요한 모델 파라미터의 개수는 몇개 인가요?
-> 밀집층에 있는 10개의 뉴런이 100개의 입력과 모두 연결되기 때문에 총 100 x 10 의 가중치와 뉴런마다 1개의 절편이 있음으로 + 10 하여 총 100 * 10 + 10 = 1010의 모델 파라미터가 필요하다. 

7.1.2 케라스의 Dense 클래스를 사용해 신경망의 출력층을 만들려고 합니다. 이 신경망이 이진 분류 모델이라면 activation 매개변수에 어떤 활성화 함수를 지정해야 하나요? 
-> 이진 분류일 경우 출력층의 뉴런이 1개이고 선형 방정식의 결과를 확류로 바꾸기 위해  'sigmoid' 활성화 함수를 사용합니다.

7.1.3 케라스 모델에서 손실 함수와 측정 지표 등을 지정하는 메서드는 무엇인가요?
-> compile() 메소드의 loss 매개변수로 손실 함수를 지정하고 matrics 매개변수에 측정하려는 지표를 지정 할 수 있습니다.

7.1.4 정수 레이블을 타깃으로 가지는 다중 분류 문제일 때 케라스 모델의 compile() 메서드에 지정할 손실 함수로 적절한 것은 무엇인가요?
-> 타깃 값 이 정수인 다중 분류는 loss 매개변수를 'sparse_categorical_crossentropy'로 지정합니다.

---

 

선택 미션

Ch.07(07-2) 확인 문제 풀고, 풀이 과정 정리하기

7.2.1 다음 중 모델의 add() 메서드의 사용법이 올바른 것은 어느 것인가요?
-> 모델의 add()메서드에는 층의 객체를 전달 해야합니다.

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

 

7.2.2 크기가 300 x 300인 입력을 케라스 층으로 펼치려고 합니다. 다음 중 어떤 층을 사용해야 하나요?
-> Flatten : 배치 차원을 제외한 입력을 일렬로 펼치려면 Flatten을 사용합니다.

7.2.3 다음 중에서 이미지 분류를 위한 심층 신경망에 널리 사용되는 케라스의 활성화 함수는 무엇인가요?
-> relu : 이미지 처리 작업ㄹ에서 널리 사용되는 렐루 활성화 함수입니다.

7.2.4 다음중 적응적 학습률을 사용하지 않는 옵티마이저는 무엇인가요?
-> SGD는 기본 경사 하강법과 모덴텀, 네스테로프 모멘텀 알고리즘을 구현할 클래스입니다. 이런 알고리즘들은 모두 일정한 합습률을 사용합니다. 적응적 합습률을 사용하는 옵티마이저는 Adagrad, RMSprop, Adam 등이 있습니다.