4.5 연습 문제
1. 브라우저에서 MNIST 이미지를 분류하는 합성곱 신경망(코드 4-1)은 conv2d와 maxPooling2d 층으로 이루어진 그룹 두 개로 구성됩니다. 코드를 수정하여 하나의 그룹만 가지도록 줄여 보세요. 그리고 다음 질문에 답해 보세요.
a. 이 합성곱 신경망의 훈련 가능한 파라미터의 전체 개수에 어떤 영향을 미치나요?
b. 훈련 속도에는 어떤 영향을 미치나요?
c. 훈련된 합성곱 신경망의 최종 정확도에는 어떤 영향을 미치나요?
2. 이 연습 문제는 연습 문제 1번과 비슷합니다. 하지만 conv2d - maxPooling2d 층의 그룹 개수를 바꾸는 대신, 코드 4-1의 합성곱 신경망에 있는 MLP 파트의 밀집 층 개수를 바꾸어 보세요. 첫 번째 밀집 층을 제거하고 두 번째 (출력) 층만 남겨 두면 전체 파라미터 개수, 훈련 속도, 최종 정확도는 어떻게 바뀌나요?
3. mnist-node 예제에 있는 합성곱 신경망(코드 4-5)에서 드롭아웃을 삭제하고 훈련 과정과 최종 테스트 정확도에 어떤 변화가 있는지 살펴보세요. 이런 일이 일어나는 이유는 무엇인가요? 이는 무엇을 의미하나요?