인공지능 설계에서 그레디언트 디센트 알고리즘을 이용해 최저값을 찾아나가는 와중
기울기에 적절한 값을 넣어줘서 효과적으로 계산을 해야하는데 이때 사용하는 값이 learning rate다
러닝레이트값이 정상 범위를 벗어난경우 최적의 학습결과를 지나처 버릴수 있기때문에 러닝레이트를 알맞게 세팅해줘야한다.
model.compile(optimizer = tf.keras.optimizers.적절한함수(learning_rate=n))컴파일 옵티마이저 파라미터 안에 케라스 라이브러리를 이용하여 직접 러닝레이트값을 줄 수 있다.
'인공지능 > 딥러닝' 카테고리의 다른 글
| 에포크 학습 데이터/밸리데이션데이터와 오버피팅 (0) | 2022.12.29 |
|---|---|
| 딥러닝 파라미터 : validation_split (0) | 2022.12.28 |
| 딥러닝 하이퍼 파라미터 용어: optimizer 와 손실함수(loss function) (0) | 2022.12.27 |
| 딥러닝 하이퍼파라미터 용어 : Dense/units/activation/input_shape (0) | 2022.12.27 |
| 딥러닝 기초 : Dummy variable trap (0) | 2022.12.27 |