더북(TheBook)

7 텐서플로 플레이그라운드 2배로 즐기기

텐서플로 플레이그라운드를 체험해 보니 어떤가요? 지금부터는 텐서플로 플레이 그라운드에서 제공하는 다양한 옵션들을 살펴보겠습니다. 여러 옵션을 변경하면서 다양한 인공 신경망 모델을 개발할 수 있습니다. 텐서플로 플레이그라운드의 상단 화면은 다음과 같습니다.

그림 7-17 | 텐서플로 플레이그라운드 상단 화면

각 용어가 무엇을 의미하는지 살펴볼까요?

Learning rate: Learning rate(학습률)는 딥러닝의 핵심 개념인 경사 하강법과 관련한 용어입니다. 딥러닝에서는 정답값과 예측 값의 오차를 최소화하는 방식으로 학습을 진행합니다. 이때 오차값을 최소화하기 위해 각 뉴런을 연결하는 가중치 값을 수정해 나가는데 한 번 수정할 때 얼마만큼 수정할지를 Learning rate 값으로 결정합니다.

Activation: 활성화 함수를 의미합니다. 텐서플로 플레이그라운드에서는 ReLU, tanh, Sigmoid, Linear 함수를 사용할 수 있습니다.

Regularization: 정규화를 의미합니다. 정규화의 목적은 과적합(overfitting)을 줄이는 것입니다. 과적합은 모델이 학습된 데이터에는 잘 작동하지만 이전에 보지 못한 데이터에는 예측이 좋지 않은 상태를 의미합니다.

Regularization rate: 정규화할 때 어느 정도로 값을 수정할지 정해줄 때 사용하는 값입니다.

Problem type: 텐서플로 플레이그라운드에서는 문제를 분류(Classification)와 회귀(Regression)로 나눕니다. 분류 문제는 데이터를 주황색과 파란색의 데이터로 분류하도록 데이터를 학습시키는 것을 의미하고, 회귀 문제는 연속된 데이터의 값을 예측하도록 인공지능을 학습시키는 것을 의미합니다.

신간 소식 구독하기
뉴스레터에 가입하시고 이메일로 신간 소식을 받아 보세요.