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 |
Tags
- Greedy
- ReLU
- 풀이
- BFS
- dp
- C++
- 백트래킹
- Docker
- 실버쥐
- sigmoid
- Node.js
- 탐색
- 그래프
- 그리디
- 캡스톤정리
- Swift
- 부르트포스
- 백준
- 프로그래머스
- DeepLearning
- 문제풀이
- Stack
- mysql
- 알고리즘
- dfs
- Blockchain
- Algorithm
- ios
- 플로이드와샬
- NeuralNetwork
Archives
- Today
- Total
목록cnn (1)
개발아 담하자
[Deep Learning] Training NeuralNetwork(2) : Weight Initialization, Batch Normalization
1. Weight Initialization 딥러닝 학습에 있어서 초기 가중치 설정은 매우 중요한 역할을 한다. 초기값 설정을 잘못해 문제가 발생하는 경우들을 살펴보자. 문제 발생 1 : W 가 모두 같은 경우 (혹은 다 0인 경우) 만약 데이터를 평균 0으로 정규화 시킨다면, 가중치를 0으로 초기화 시킨다는 것이 합리적으로 보일 수 있다. 그러나 실제로 0으로 가중치를 초기화하면 모든 뉴런들이 같은 값을 나타낼 것이고, 역전파 과정에서 각 가중치의 update 가 동일하게 이뤄질 것이다. 결국 제대로 학습하기 어려울 것이다. 문제 발생 2 :small random number 을 줬을 경우 import numpy as np from matplotlib.pylab import plt # assume so..
🚀 Deep Learning
2020. 5. 26. 20:59