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
- 코테
- TypeError
- PAPER
- Python
- n_neighbors
- 카카오
- 논문작성
- Tire
- MAPE
- 스택
- Overleaf
- 논문editor
- 논문
- Alignments
- SMAPE
- Mae
- n_sample
- RMES
- Pycaret
- KAKAO
- 평가지표
- knn
- mes
- iNT
- 파이썬을파이썬답게
- python 갯수세기
- 프로그래머스
- Scienceplots
- mMAPE
- 에러해결
Archives
- Today
- Total
목록2024/01 (1)
EunGyeongKim
[ML] 배치 정규화(Batch Normalization)
배치 정규화 딥 뉴럴 네트워크(Deep Neural Networks)에서 사용되는 중요한 정규화 기술 중 하나로, 네트워크의 학습을 안정화하고 속도를 향상시키는 데 도움을 줌 주로 컨볼루션 신경망(CNN) 및 완전 연결 신경망(Fully Connected Neural Networks)에서 사용 합성곱 레이어 또는 완전 연결 레이어 뒤에 적용되며, 네트워크의 성능과 안정성을 향상시키는 데 도움 뉴럴 네트워크의 학습과 일반화 능력이 향상되며, 많은 신경망 아키텍처에서 중요한 구성 요소로 사용 개념 배치 정규화는 네트워크의 각 레이어에서 입력 데이터의 분포를 조절하는 방법입니다. 각 미니배치(batch)의 입력 데이터에 대해 평균과 분산을 계산하고, 이를 사용하여 입력 데이터를 정규화합니다. 정규화된 데이터는..
ML & DL
2024. 1. 31. 14:35