본문 바로가기

Machine Learning/딥러닝

(11)

Hyperparameter Tuning Auto Keras dataset만 있으면 모델 제안까지 가능 Keras Tuner 내가 지정한 파라미터에서 범위내에서 적정 수치 제안 가능(Random search, Hyperband) https://github.com/keras-team/keras-tuner keras-team/keras-tuner Hyperparameter tuning for humans. Contribute to keras-team/keras-tuner development by creating an account on GitHub. github.com https://tykimos.github.io/2019/07/04/ISS_2nd_Deep_Learning_Conference_All_Together_tykim/ [2nd DLCAT..

Relu 함수 import numpy as np import matplotlib.pyplot as plt def relu(x) : return np.maximum(0, x) x = np.arange(-2, 2.4) plt.plot(x, relu(x)) plt.xlim(-2.0, 2) plt.ylim(-0.5, 1.5) plt.grid() plt.show()

케라스 창시자에게 배우는 딥러닝 목차 목차 1부 딥러닝의 기초 1장 딥러닝이란 무엇인가? 1.1 인공 지능과 머신 러닝, 딥러닝 1.1.1 인공 지능 1.1.2 머신 러닝 1.1.3 데이터에서 표현을 학습하기 1.1.4 딥러닝에서 ‘딥’이란 무엇일까? 1.1.5 그림 3개로 딥러닝의 작동 원리 이해하기 1.1.6 지금까지 딥러닝의 성과 1.1.7 단기간의 과대 선전을 믿지 말자 1.1.8 AI에 대한 전망 1.2 딥러닝 이전: 머신 러닝의 간략한 역사 1.2.1 확률적 모델링 1.2.2 초창기 신경망 1.2.3 커널 방법 1.2.4 결정 트리, 랜덤 포레스트, 그래디언트 부스팅 머신 1.2.5 다시 신경망으로 1.2.6 딥러닝의 특징 1.2.7 머신 러닝의 최근 동향 1.3 왜 딥러닝일까? 왜 지금일까? 1.3.1 하드웨어 1.3.2 데이터..

이전 1 2 다음

티스토리툴바