CNN의 개선된 모델로 AlexNet을 사용했다. 다른 개선된 모델들(VGGNet, GoogleNet, ResNet)보다 구현이 쉬워서 적용해보니 확실히 성능이 개선되었다.
AlexNet은 https://m.blog.naver.com/thswlrud0825/221287973276 여기 참고해서 모델 사용함.
원래 제공했던 예제 코드로는 78%,
Conv, MaxPooling 하나씩 추가해서 81%,
AlexNet을 사용하니 87%로 올랐다.
dropout과 batch normalization으로 regularization 효과를 내서 overfitting을 막는다.
그리고 전 모델들보다 훨씬 깊게 쌓아서 더 깊게(?) feature들을 뽑아낸다.
'DAFIT > 902 - 딥러닝으로 은하분류하기' 카테고리의 다른 글
| <DAFIT> 02 딥러닝으로 은하 분류하기 07 - Accuracy (0) | 2019.10.29 |
|---|---|
| <DAFIT> 02 딥러닝으로 은하 분류하기 06 - Validation, Evaluate (0) | 2019.10.29 |
| <DAFIT> 02 딥러닝으로 은하 분류하기 05 - Loss, Optimizer (0) | 2019.10.29 |
| <DAFIT> 02 딥러닝으로 은하 분류하기 04 - Relu, Softmax (0) | 2019.10.29 |
| <DAFIT> 02 딥러닝으로 은하 분류하기 03 - CNN (0) | 2019.10.29 |