1. 파라미터 / 하이퍼파라미터 개요
2. 하이퍼 파라미터 튜닝 방법
가. 구성도
- 학습의 규모가 커질수록 탐색시간 기준 Bayesian Optimization이 가장 뛰어나지만 생성하려는 모델 수준 등을 고려할 때 상황에 맞는 튜닝방법을 선택하는것이 핵심
나. 구성요소
- 최근에는 Amazon SageMaker, Google Cloud ML 등에서 베이지안 최적화 튜닝을 사용 중
'정보관리기술사 > AI' 카테고리의 다른 글
| 원핫인코딩 (0) | 2024.02.05 |
|---|---|
| 활성화 함수(activation function) (0) | 2024.01.30 |
| 딥러닝 (0) | 2024.01.22 |
| 머신러닝 파이프라인 (0) | 2024.01.22 |
| 자기지도학습 (0) | 2024.01.16 |