[일반] 딥린이 random state 이해가 안됨...

[익명(223.33)]

교차검증으로 학습할때 모든 분류기에 들어가는 입력데이터 순서 안바뀌게 해서 같은 결과를 낸다는게 이해가안됨

그럼 분류기마다 입력데이터 순서가 바뀌면 결과가 달라짐? 결과가 달라진다는게 무슨말인지 모르겟음...

예를 들어 고양이일 확률 예측하는거면 결과는 고양이일 확률 1개 아님?

- dc official App

[익명(118.235)]

학습할때는 들어가는 배치가 달라지면 결과도 달라질수 있지

[익명(106.102)]

그냥 데이터 포인트 x1, x2가 있다고 할때, x1으로 가중치 업데이트 후 x2로 가중치 업데이트한 결과 1이랑 x2로 가중치 업데이트 후 x1으로 가중치 업데이트한 결과 2를 계산해서 비교해봐라 그럼 이해 갈거다

[익명(175.223)]

입력 데이터 순서 = 시드 고정 이랑 뭐가 다른지 글쓴이 입장에서 설명좀 - dc App

[으앙(155.230)]

그냥 이해하기 쉽게 멀티버스 세계선이라고 생각해보셈. 내가 고양이 개 분류 모델을 학습시킨다고 가정을 할 때, 맨땅에 헤딩으로 이제 첫번째 학습 사진으로 검정색 고양이를 보고 시작할 지, 하얀 고양이 or 개 등등 어떤 것을 처음으로 학습하면서 그 데이터셋을 공부하냐에 따라 그 모델이 데이터셋에 대한 학습 이해도가 달라질 수 도 있다는 거지. 근데 random state로 이걸 고정한다? 그럼 그 특정 번호대에서 모델이 학습할 때 검정색 고양이 사진부터 학습을 시작한다고 하면 그 학습 순서에 따른 모델의 학습 이해도는 그 random state에서는 고정된 채로 유지됨. 근데 이걸 고정안하면 어쩌다 보니 성능이 좋게 나와서 자랑하려다가 다시 돌려보니 똑같이 안나와. 이런 문제를 차단하겠다는거 ~

[focalors(pytorch)]