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
- 2022
- CVPR
- 파이토치
- 경희대
- Paper
- GAN
- docker
- CVPR2023
- 리눅스
- panoptic nerf
- ICCV
- 딥러닝
- pytorch
- NeRF paper
- panoptic segmentation
- Semantic Segmentation
- paper review
- linux
- Deep Learning
- IROS
- ICCV 2021
- NERF
- 융합연구
- Vae
- 논문 리뷰
- 논문
- Python
- 논문리뷰
- Neural Radiance Field
- Computer Vision
Archives
- Today
- Total
목록과적합 (1)
윤제로의 제로베이스
과적합(Overfitting)을 막는 방법들
https://wikidocs.net/60751 09. 과적합(Overfitting)을 막는 방법들 학습 데이터에 모델이 과적합되는 현상은 모델의 성능을 떨어트리는 주요 이슈입니다. 모델이 과적합되면 훈련 데이터에 대한 정확도는 높을지라도, 새로운 데이터. 즉, 검증 데이 ... wikidocs.net 1. 데이터의 양 늘리기 데이터의 양이 적을 경우 해당 데이터의 특정 패턴이나 노이즈까지 쉽게 암기하게 되므로 과적합 현상이 발생할 확률이 늘어난다. 그렇기 때문에 데이터의 양을 늘릴 수록 모델은 데이터의 일반적인 패턴을 학습하여 과적합을 방지할 수 있다. 만약, 데이터의 양이 적을 경우에는 의도적으로 기존의 데이터를 조금씩 변형하고 추가하여 데이터의 양을 늘리기도 하는데 이를 데이터 증식 또는 증강(Da..
Background/Pytorch 기초
2022. 1. 17. 23:16