
243
4
숫자 분류기의 학습 내부 들여다보기
경망 분야를 수년 동안 정체시킨 원인입니다. 하지만 일부 연구자는 심층적인 모델로 실험을
수행했고, 마침내 그런 모델이 실전에서 훨씬 좋은 성능을 보인다는 사실을 밝혀냈습니다. 그
리고 그 이유를 뒷받침하는 이론적인 내용은 나중에 정립되었죠. 오늘날 비선형성 하나만으로
신경망을 사용하는 사람은 거의 찾아볼 수 없습니다.
다음은
1
장과 같은 방식을 사용하되,
18
개 계층으로 구성된 모델을 학습시키는 상황을 보여줍
니다.
dls = ImageDataLoaders.from_folder(path)
learn = cnn_learner(dls, resnet18, pretrained=False,
loss_func=F.cross_entropy, metrics=accuracy)
learn.fit_one_cycle(1, 0.1)
epoch train
loss valid
loss accuracy time
0 0
.
082089 0
.
009578 0
.
997056 00
:
11
거의
100
%에 가까운 정확도를 얻었습니다! 앞서 만든 단순한 신경망 대비 큰 차이를 만들어냈
군요. 앞으로 배우겠지만 요령을 약간 더하면 여러분 스스로 구현해도 이 정도로 좋은 결과를
얻을 수 있습니다. 여러분은 이미 가장 중요한 기본기를 익혔다고 볼 수 있습니다 (물론 ...