Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Spring
- rnn
- Resnet
- 크롤링 개발
- 코딩도장
- ChatGPT
- suricata
- 인터넷의이해
- API
- GoogleDrive
- colab
- OSS
- Docker
- ICT멘토링
- 고등학생 대상
- Powershell
- Spring Boot
- Github
- Rocky Linux
- LINUX MASTER
- cloud
- KAKAO
- Machine Learning
- Web
- Python
- Database
- C언어
- git
- VSCode
- 국가과제
Archives
- Today
- Total
목록sgd (1)
코딩두의 포트폴리오

가상의 시나리오데이터 추가 시 새로운 모델을 생성 확률적 경사 하강법(Stochastic Gradient Descent)은 랜덤 방식비용 함수를 최소화하기 위해 사용확률적 경사 하강법은 조금씩 내려가는 방식epoch = 전체 훈련 데이터셋을 한 번 모델에 전달하여 학습하는 단계-> 여러 에포크를 통해 모델이 데이터를 반복적으로 학습 -> 가중치가 최적화 손실 함수는 나쁜 정도를 측정하는 함수모델의 예측 값과 실제 값 간의 차이를 측정모델의 성능을 최적화하는데 사용정확도는 손실 함수로 사용할 수 X (= 미분 가능 X) 분류일 때 로지스틱 손실 함수 사용 (이진 분류 모델에서 사용되는 손실 함수)회귀 - 평균 절댓값 오차, 평균 절댓값 오차 -> 미분 가능하여 손실 함수로 사용 가능분류 - 정확도로 ..
AI/머신러닝 + 딥러닝
2024. 7. 22. 16:57