[혼공학습단 8기] 혼자 공부하는 머신러닝+딥러닝 6주차

기본 미션

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

답: 100개의 뉴런과 10개의 출력층 뉴런이 모두 연결되고 출력층의 뉴런마다 하나의 절편이 있어야 하기 때문에 총 1010개의 모델 파라미터가 필요하다. 1010개

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

답: sigmoid

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

답: compile()

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

답: ‘sparse_categorical_crossentropy’

선택미션

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

답: 2. model.add(keras.layers.Dense(10, activation=’relu’))

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

답: Flatten

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

답: relu

4. 다음 중 적응적 학습률을 사용하지 않는 옵티마이저는 무엇인가요?

답: SGD