Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- flutter
- 날짜
- node.js
- port
- MS-SQL
- IOS
- PyQt5
- 함수
- PER
- mssql
- 유니티
- swift
- 리눅스
- pandas
- Unity
- sqlite
- Excel
- 맛집
- python
- Linux
- 라즈베리파이
- javascript
- urllib
- ubuntu
- GIT
- PyQt
- 다이어트
- tensorflow
- MySQL
- ASP
Archives
아미(아름다운미소)
심층 신경망(Deep Neural Network)의 장∙단점 본문
심층 신경망(Deep Neural Network)의 장∙단점
-장점
①연속형, 범주형 변수에 상관없이 모두 분석 가능하다.
②입력 변수들 간의 비선형 조합이 가능하다. 이는 다른 신경망에 비해 DNN이 가지는 가장 좋은 장점 중 하나다.
③예측력이 다른 머신러닝 기법들에 비해 상대적으로 우수한 경우가 많다.
④feature extraction이 자동으로 수행된다. 이것은 변수 선택의 번거로움을 줄여준다.
⑤Data양이 많아지면 성능이 계속 좋아진다.
-단점
①신경망이 복잡할 경우 작동하는데 시간이 오래 걸린다. 때문에 GPU가 장착된 컴퓨터 및 고사양의 컴퓨터가 필요하다.
②분석 시 변수들을 일정한 순서나 방식으로 넣는 것이 아니기 때문에 결과가 일정하지 않다.
③가중치의 의미를 정확히 해석하기가 어렵기 때문에 결과 해석이 어렵다.
'AI > TensorFlow' 카테고리의 다른 글
신경망 작동 방법의 종류 (0) | 2019.03.31 |
---|---|
심층신경망(Deep Neural Network)의 목적 (0) | 2019.03.30 |
활성화 함수 (0) | 2019.03.19 |
경사 하강법이란? (0) | 2019.03.18 |
심층신경망(Deep Neural Network) (0) | 2019.03.17 |
Comments