텐서플로 플레이그라운드(구글 신경망 놀이터)의 가장 간단한 Gaussian 문제와 가장 복잡한 Spiral 문제에 대해 결과 분석하기

소개글

"텐서플로 플레이그라운드(구글 신경망 놀이터)의 가장 간단한 Gaussian 문제와 가장 복잡한 Spiral 문제에 대해 결과 분석하기"에 대한 내용입니다.

목차

1. 텐서플로 플레이그라운드에 들어가서 가장 간단한 Gaussian 문제에 대해, 중간층 개수, 층별 뉴런의 개수, 학습계수 등 여러 가지를 달리해가면서 놀아본 후 표를 작성해서 결과를 분석합니다.
2. 텐서플로 플레이그라운드에 들어가서 가장 복잡한 Spiral 문제에 대해, 중간층 개수, 층별 뉴런의 개수, 학습계수 등 여러 가지를 달리해가면서 놀아본 후 표를 작성해서 결과를 분석합니다.

본문내용

학습 계획 :
가장 간단한 Gaussian 문제를 해결할 때, 중간층 개수와 뉴런 개수는 많을수록 좋은지 살펴보자. 그렇지 않다면 어떤 경우에 가장 좋은 결과를 얻을 수 있는지 찾아보자.

학습 결론 :
아래에 표를 보면 중간층의 개수가 0, 1, 2, 4개일 때, 각 뉴런의 개수를 1, 2, 4개로 설정하였고, 다시 학습 계수가 0.03, 0.003일 때로 나누어 출력 부분(Output)의 오차가 0.001에 도달하는 Epoch의 값을 확인하였습니다.

간단한 문제라서 중간층이 없어도 쉽게 데이터가 구분되는 것을 확인할 수 있었습니다.
먼저, 학습 계수가 0.03일 때는 중간층의 개수와 뉴런의 개수 모두 많을수록 오차 0.001에 가까워지는 Epoch의 값이 줄어드는 것을 볼 수 있습니다. 다만, 중간층의 개수가 1개일 때와 2개일 때를 보면 Epoch의 값의 차이가 비슷하거나 더 많은 것으로 보아 간단한 문제를 해결할 때 중간층의 개수가 비슷할 때는 데이터를 구분하는 데 큰 영향을 주지 않는 것을 확인할 수 있었습니다.
다음으로 학습 계수가 0.003일 때는 0.03일 때보다 학습이 더 느리므로 Epoch의 값이 확연히 증가하는 것을 볼 수 있습니다. 그리고 이것도 마찬가지로 중간층의 개수와 뉴런의 개수 모두 많을수록 오차 0.001에 가까워지는 Epoch의 값이 줄어드는 것을 볼 수 있습니다. 다만, 뉴런의 개수가 1개일 때는 중간층의 개수가 늘어날수록 Epoch의 값이 점점 증가하는 것으로 보아 이런 경우에는 중간층의 개수를 안 늘리는 것이 좋다고 판단되었습니다.

결론적으로 가장 간단한 Gaussian 문제를 해결할 때에는 중간층이 없어도 쉽게 해결할 수 있지만, 중간층과 뉴런의 개수가 많고 학습 계수는 클수록 0.001이라는 오차에 더 빠르게 도달하는 것을 확인할 수 있었습니다. 다만, 뉴런의 개수가 적다면 굳이 중간층의 개수를 늘리지 않는 것이 좋은 결과를 얻기에 적절할 것 같습니다.

참고 자료

없음