tf_OverUnderFitting
과대적합과 과소적합의 예와 이를 방지하기 위한 방법입니다. 이번 글부터는 자료 출처도 아래에 적겠습니다. 텐서플로우에 있는 튜토리얼 자료를 학습하면서 정리한 것입니다. Over / Under Fitting¶ 일정 에포크 동안 훈련하면 검증 세트에서 모델 성능이 최고점에 도달 그 이후 감소하기 시작 OverFitting(과대적합) 훈련세트가 아닌 테스트 세트에서 높은 성능을 보이는 모델 과대적합 : 훈련세트의 성능은 좋으나 검증, 테스트 세트에서 성능이 낮아지는 현상 방지 많은 훈련데이터를 사용 규제(regularization) 기법을 사용 : 모델이 저장할 수 있는 정보의 양과 종류에 제약을 부과하는 방법 UnderFitting(과소적합) 테스트 세트의 성능이 향상될 여지가 있을 때 발생 원인 모델이 너..
machineLearning/tensorflow
2021. 7. 3. 21:07
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- checkpoint
- programmers
- 텐서플로우
- GPT
- FewShot
- streamlit
- Chatbot
- 약수
- 프로그래머스
- 파이썬
- LLM
- 로피탈정리
- 랭체인
- 변화율
- ChatGPT
- Python
- AI_고교수학
- 미분
- image depict
- RAG
- 고등학교 수학
- 챗봇
- programmers.co.kr
- LangChain
- TensorFlow
- 도함수
- prompt
- 미분계수
- 미분법
- multi modal
| 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 |
글 보관함