그래도해야지어떡해

딥러닝에서는 cross validation 대신에 validation set을 별도로 떼어내서 검증을 진행한다. 1) 딥러닝 분야는 데이터셋이 충분히 크기 때문에 검증 점수가 안정적이기 때문에 2) 교차 검증을 수행하기에는 훈련시간이 너무 오래걸림 fully connected layer(FC layer) : 양쪽의 뉴런이 모두 연결하고 있는 layer -> 밀집층(dense layer)으로도 불림(Keras의 dense 클래스를 사용하여 밀집층 만들 수 있음) # Dense's parameters : 뉴런의 개수(클래스 개수), 뉴런의 출력에 적용할 함수(;다중분류), # input의 크기(10개의 뉴런이 각각 몇개의 입력을 받는지 : 784개의 픽셀) dense = keras.layers.Dense(1..

우선 설명에 들어가기에 앞서 딥러닝이란 무엇일까요? 딥러닝은 인공신경망과 거의 동의어로 사용됩니다. 혹은 심층 신경망(DNN : Deep Neural Network)을 딥러닝이라고 부르기도 합니다. tensorflow는 구글이 오픈소스로 공개한 딥러닝 라이브러리 입니다. tensorflow에는 low-level과 high-level API가 있습니다. keras는 딥러닝 라이브러리이며 tensorflow의 고수준 API이기도 합니다. 머신러닝과 딥러닝의 다른점 중 하나는 딥러닝은 GPU흫 사용하여 인공 신경망을 훈련한다는 것입니다. GPU는 행렬과 벡터 연산에 매우 최적화 되어 있어 곱셈과 덧셈이 많이 수행되는 인공 신경망에 큰 도움이 됩니다. keras 라이브러리가 직접 GPU를 사용하지는 않습니다.-..

스칼라가 여러개 모이면 벡터, 벡터가 여러개가 모이면 행렬, 행렬이 여러개 모여서 부피를 가지게 되어 n차원이 되면 N-D Array (=Tensor)가 됩니다. 이러한 수학적인 표현과 이것들의 연산을 할 수 있는 라이브러리가 바로 numpy !