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
- FC layer
- sql_injection
- 딥러닝
- LogisticRegression
- blindsqlinjection
- ai
- Artificial Intelligence
- labelImg
- HiddenLayer
- Softmax Classification
- suninatas
- forensic
- relu
- Neural Net
- tensorflow
- Model Ensemble
- digitalforensic
- NeuralNet
- neuralnetwork
- TrainingDataSet
- DataSet
- DeepLearning개념
- 머신러닝
- 모두의 딥러닝
- Deep_Learning
- Learning_Rate
- 인공지능
- 텐서플로우
- 모두의딥러닝
- TestDataSet
Archives
- Today
- Total
목록Learning_Rate (1)
InformationSecurity-Study
[모두의 딥러닝] Training Data Set & Test Data Set Lab
별도의 Test Set을 이용해서 모델을 평가하는 방법과 Learning rate에 대해서 알아보도록 하자. 이전에는 가지고 있는 데이터를 가지고 학습하고 테스트 했지만, 엄밀히 말하면 그 방법은 틀린 것이다. 트레이닝 셋이 말하듯이 이 데이터는 학습에만 사용한다. 트레이닝 데이터 셋을 이용해서 학습하고 테스트 셋을 이용해서 모델을 평가하는 것이다. 테스트셋은 모델의 입장에서는 처음 보는 것이다. x_data와 y_data가 Training Data Set이며, x_test와 y_test는 학습이 끝난 다음에 모델을 테스트하는 데 사용한다. 필요한 X, Y Placeholder만 있으면 되고, cost/hypothesis/optimizer 부터 prediction/is_correct/accuracy는 이..
인공지능
2019. 4. 6. 22:27