글 수 208
https://www.slideshare.net/yongho/ss-79607172
딥러닝에 대해서 정말 쉽게 설명한 슬라이드입니다. 과거 신경망의 문제점을 어떻게 극복하고 딥러닝이 가능했는지 자세히 나와있습니다.
1. Underfitting(깊은 신경망은 학습이 잘 안됨)
-> 활성화 함수를 Sigmoid에서 ReLU로 변경하여, 오차의 정보인 그래디언트의 손실을 막음
2. Slow(학습이 너무 느림)
-> 데이터를 전부 한번에 넣지 않고, 미니배치로 잘라서 조금씩 넣음(Stochastic Gradient Descent)
3. Overfitting(훈련셋에 너무 고정되어 일반화가 안됨)
-> 드롭아웃으로 신경망의 연결을 랜덤하게 끊어, 특정 노드에만 집중되지 않고 넓게 정보를 분산(유연성 높아짐)
< 인공지능 개발자 모임 >
- 페이스북 그룹에 가입하시면 인공지능에 대한 최신 정보를 쉽게 받으실 수 있습니다.
- https://www.facebook.com/groups/AIDevKr/
링크가 안열리네요