강의시간에 cat vs dog 데이터를 이런저런 모델로 학습시켜보라는 과제를 받았습니다
합성곱을 사용하지 않았을때는 epochs가 10이 되기도 전에 과적합이 발생했습니다
근데 여기서 epochs를 30으로 늘리니까 accuracy가 올라가다 다시 내려가더라구요??
혹시 이렇게 되는 이유를 알려주실 수 있으신가요?
제 얕은 상식 선에서는 epochs를 늘리면 무조건train accuracy는 1.0에 수렴하는 줄 알았는데, 조금 올라가다 다시 내려가는 이유를 모르겠습니다
이해를 돕기 위한 그래프를 첨부합니다
먼 모델로 돌렸워유??? - dc App
합성곱 안쓰고 그냥 dense만 몇겹 두르고 돌렸습니다 - dc App
input_1 (InputLayer) [(None, 150, 150, 3)] 0 flatten (Flatten) (None, 67500) 0 dense (Dense) (None, 520) 35100520 - dc App
dense_1 (Dense) (None, 1) 521 - dc App
가중치가 이상한데로 튄다음에 출력을 하나의 값으로 밀어버린거 같은데?
합성곱이 뭐임? CNN? - dc App
윗 댓글 말대로 하나로 밀어버린듯? 출력봐바 - dc App
학습이 제대로 안 돼서 개나 고양이 하나 클래스로 쭉 밀어버린 거임. 150 x 150 이미지를 픽셀 간의 관계를 무시해버리고 (= CNN같은 레이어 안 쓰고) 단순히 fc layer만 써서 모든 픽셀을 독립적으로 처리해버리면 개 / 고양이를 분류하기 위한 패턴을 캡쳐할 수 없다는 소리
오 신기...
헉 감사합니다 선생님들!! - dc App