반응형 DQN1 딥러닝 딥러닝의 특징 과제 가능성 최근 딥러닝 기술들 심층신경망 위와 같이 구성된 CNN을 만들어보자 여기에서 사용되는 합성곱 계층은 3X3 크기의 필터고 층이 깊어지면서 채널 수가 늘어나는 것이 특징이다. (합성곱 계층 채널 수는 16, 16, 32, 32, 64, 64로 늘어난다) 풀링계층을 추가하여 중간 데이터의 공간 크기를 줄여 간다. 3X3의 필터를 사용한 합성곱 계층 활성화 함수는 ReLU 완전연결 계층 뒤에 드롭아웃 계층 사용 Adam을 사용해 최적화 가중치 초기값은 'He'의 초기값 import sys, os sys.path.append(os.pardir) # 부모 디렉터리의 파일을 가져올 수 있도록 설정 import pickle import numpy as np from collections i.. 2021. 5. 23. 이전 1 다음 반응형
