105일차 코딩학원 (시각화의 중요성)

6/22 공부 내용 정리

1. 내일이 마지막 능력단위평가다. 힘내자. 

2. 훈련 모델을 구성하는 메서드는 다음과 같다. 

* 옵티마이저 : 학습을 수행하는 최적화 알고리즘. 
* metrics
    - 어떤 것을 기준으로 성능을 체크할 것인지 정의함
    - accuracy : 정확도를 기준으로 모델의 성능을 평가함
* 손실함수 : 신경망의 출력과 정답 레이블 간의 차이를 측정하는 함수 
    * sparse_categorical_crossentropy 
        - 모델이 어떤 문제를 어떤 카테고리로 분류 했는지 확인할 수 있음 

model.compile(optimizer="adam", metrics=["accuracy"],
              loss="sparse_categorical_crossentropy")

3. 훈련 모델을 구성하고 fit() 메서드를 통해 훈련시킨다. 

# fit() : 훈련 메서드
print("********************* Training Start *********************")
model.fit(dr.train_X, dr.train_Y, epochs=EPOCHS,
          validation_data=(dr.test_X, dr.test_Y)
          )

4. Param은 'Parameter'의 약자로 매개변수를 뜻한다. 프로그래밍에서 파라미터는 함수나 메서드에 전달되는 값으로, 함수 또는 메서드의 동작에 영향을 줄 수 있는 변수다. 파라미터는 함수나 메서드를 호출할 때 전달되며, 함수 또는 메서드의 내부에서 사용된다. 

 

5. chatgpt-4의 하이퍼파라미터 개수는 1750억 개 정도라고 한다. 엄청난 숫자다. gpt는 매우 큰 규모의 신경망이다. 

 

6. key : value 스타일은 dictionary다. 

 

7. 학습 결과를 시각화 하면 이해가 쉬워진다. 

---

코틀린도 해야됨. 필수 3개 언어 - java, kotlin, python