728x90
반응형
Overfitting은 낮추고, 정확도는 향상 시키는 4가지 방법
1. 더 많은 레이어(Layer) 쌓기
컨볼루션 레이어가 중첩된 더 깊은 구조가 될수록 성능 크게 개선됨
2. 이미지 데이터 보강(Image Data Augmentation)
딥러닝에서는 많은 학습 데이터를 사용하면 성능을 개선 시킬 수 있음
기존 데이터가 있을때, 해당 데이터를 원본으로 해서 다양한 변형을 주고, 이렇게 생성된 데이터를 원본 학습 데이터에 포함시켜 수 많은 데이터를 확보할 수 있음
3. 높은 해상도(High Resolution) 학습 데이터 확보
동일한 CNN구조라면, 상대적으로 높은 해상도의 학습데이터를 통해서 성능을 개선시킬 수 있음
4. L1 Norm, L2 Norm 등의 가중치 규제(Regulation), Dropout, 배치정규화(Batch Normalization)등을 통해 성능을 개선 시킬 수 있음
반응형
'머신러닝공부' 카테고리의 다른 글
CNN-ImageDataGenerator를 활용한 예제 스크립트 (0) | 2022.12.29 |
---|---|
CNN 성능 개선, Image Data Augmentation 개요 및 장점 (0) | 2022.12.29 |
CIFAR-10 스트립트 예제 (0) | 2022.12.29 |
CNN을 활용한 MNIST Example Script (0) | 2022.12.27 |
CNN-Convolution Neural Network (합성곱 신경망)간단 정리 (0) | 2022.12.27 |