이 브라우저는 더 이상 지원되지 않습니다.
최신 기능, 보안 업데이트, 기술 지원을 이용하려면 Microsoft Edge로 업그레이드하세요.
다음 질문에 답변하여 학습한 내용을 확인하세요.
10개의 숫자 특성을 기반으로 세 클래스 중 관찰이 속하는 클래스를 예측하는 분류 모델을 학습하는 심층 신경망을 만들고 있습니다. 망 아키텍처에 대한 다음 설명 중 맞는 것은 무엇인가요?
입력 계층에는 3개의 노드가 있어야 합니다.
네트워크에는 3개의 숨겨진 계층이 있어야 합니다.
출력 계층에는 3개의 노드가 있어야 합니다.
심층 신경망을 학습시키고 있습니다. 학습 프로세스는 50개의 Epoch를 사용하도록 구성되었습니다. 이러한 구성은 어떤 영향을 미치나요?
전체 학습 데이터 세트가 망을 통해 50번 전달됩니다.
학습 데이터가 50개의 하위 집합으로 분할되며 각 하위 집합이 망을 통해 전달됩니다.
데이터의 처음 50개 행은 모델을 학습하는 데 사용되고 나머지 행은 확인하는 데 사용됩니다.
심층 신경망을 만들고 있습니다. 학습 속도 매개 변수가 증가되었습니다. 이 설정은 어떤 영향을 미치나요?
망을 통해 전달되는 배치마다 더 많은 레코드가 포함됩니다.
역전파 중 가중치 값이 더 크게 조정됩니다.
더 많은 숨겨진 계층이 네트워크에 추가됩니다.
나선형 신경망을 만들고 있습니다. 나선형 계층에서 생성되는 특성 맵의 크기를 줄이려고 합니다. 어떻게 해야 하나요?
나선형 계층에서 사용되는 필터 커널의 크기를 줄입니다.
나선형 계층의 필터 수를 늘립니다.
나선형 계층 뒤에 풀링 계층을 추가합니다.
작업을 확인하기 전에 모든 질문에 대답해야 합니다.
계속
이 페이지가 도움이 되었나요?