혼공학습단 10기 딥러닝에 대해 알아보자!! 6주차

이번 주는 마지막 딥러닝에 대해 짧게 맛보는 시간을 가졌다. 

사실 아직도 책의 절반 분량이 남았는데 혼공 마지막 주차여서 시원섭섭하다.

7-1 확인문제

1. 어떤 인공 신경망의 입력 특성이 100개이고 밀집층에 있는 뉴런 개수가 10개일 때 필요한 모델 파라미터의 개수는 몇 개인가요?

답 : 10x100(입력 특성과 밀집층 뉴런 개수)+10(뉴런마다 1개의 절편) = 1010

 

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

답 : 이진 분류일 경우 0, 1 선형 결과를 표현하기 위해 sigmoid 함수를 사용한다.

 

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

답 : compile 메서드를 통해 loss function과 metrics 메개변수에서 측정하는 지표를 지정할 수 있다.

 

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

답 : 타깃이 정수인 다중 분류 문제일 때 loss 매개변수를 sparse_categorical_crossentropy로 지정한다.

7-2 확인문제

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

답 : 모델 add() 메서드는 층의 객체를 전달해야 하므로 2(model.add(keras.layers.Dense(10, activation='relu'))가 알맞다.

 

2. 크기가 300 x 300인 입력을 케라스 층으로 펼치려고 합니다. 다음 중 어떤 층을 사용해야 하나요?

답 : 입력의 차원을 일자로 만드려면 Flatten을 사용한다.

 

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

답 : 이미지 처리를 위한 작업에서 주로 사용되는 함수는 relu이다

 

4. 다음 중 적응적 학습률을 사용하지 않는 옵티마이저는 무엇인가요?

답 : SGD는 적응적 학습률을 사용하지 않고 일정한 학습률을 사용한다.