를 활용하여 최적의 hyper-parameter 값을 찾는 과정은 제가 석사과정 때 주로 했던 직무입니다. 또한 학습속도를 빠르게 하기 위해, 'Darknet' framework ... 을 발휘할 수 있습니다. 저는 기업에서 축적한 데이터를 활용하여 모델을 학습시킨 경험이 있습니다. 재학습(fine-tune)을 위해 loss function을 수정하거나, 스크립트 ... 에 대해서도 pruning 알고리즘 적용. Tiny-YOLOv2가 이중 가장 좋은 결과를 보여주었으며, xx.xx%의 weight-parameters와 xx.xx%의 연산량(FLOPs
수 , activation, hyperparameters 등 고려할 사항이 너무 많다 . - 복잡한 모델일 수록 학습에 시간 많이 소요됨Transfer Learning 9 정의 ... 하여 학습 신경망의 이러한 재학습 과정을 세부 조정 (fine-tuning) 이라 부름Transfer Learning 10 상황에 알맞은 Transfer Learning 1) 학습 ... 시킬 데이터와 Original 데이터와 유사한 경우 1. 새로 훈련할 데이터가 적다 데이터의 양이 적어 Fine-tune 은 OverFitting 의 위험이 있어 최종 단계
function을 수정하거나, 스크립트를 활용하여 최적의 hyper-parameter 값을 찾는 과정은 제가 석사과정 때 주로 했던 직무입니다. 또한 학습속도를 빠르게 하기 위해 ... 도를 효율적으로 높이는데 직무 능력을 발휘할 수 있습니다. 저는 기업에서 축적한 데이터를 활용하여 모델을 학습시킨 경험이 있습니다. 재학습(fine-tune)을 위해 loss