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 |
- 머신러닝
- GPT-3
- 인공지능
- 신뢰성
- 설명가능성
- Transformer
- cnn
- Ai
- ML
- 자연어
- fairness
- trustworthiness
- MLOps
- 케라스
- AI Fairness
- 지피티
- nlp
- gpt2
- Tokenization
- 트랜스포머
- DevOps
- 인공지능 신뢰성
- XAI
- 챗GPT
- 챗지피티
- 딥러닝
- ChatGPT
- GPT
- word2vec
- Bert
- Today
- Total
목록딥러닝/Tensorflow Developer Certificate (2)
research notes

1. 인터넷에 돌아다니는 문제 거의 그대로 나오기 때문에 난이도 걱정은 크게 할 필요가 없음 2. 시험 준비를 위해서 여러 모델을 미리 준비하고 결과 확인 후 4/5가 나온다고 하면 다른 모델로 교체하여 5/5로 맞춰주는 것이 안전 3. 시험 시작 할 때 venv 새로 설치하고 시작을 하는데 굳이 TDC에서 설정하는 환경이 아니라 내가 미리 구성한 아나콘 다 환경을 사용해도 문제없음. 일단 파이참 들어가서 아나콘다 환경으로 바꾸고 시험을 봐도 된다. 4. 금액이 비싸긴한데 배운 것 정리하는 차원에서 한 번 쯤은 해볼 만한 시험인 듯 하다.
1. save_weights_only=True, save_weights_only - True, False True인 경우, 모델의 weights만 저장됨. False인 경우, 모델 레이어 및 weights 모두 저장됨. 2. save_best_only=True, save_best_only - True, False True 인 경우, monitor 되고 있는 값을 기준으로 가장 좋은 값으로 모델이 저장됨. False인 경우, 매 에폭마다 모델이 filepath{epoch}으로 저장된다. (model0, model1, model2....) 3. train_dataset와 valid_dataset을 만들고 80% : 20%로 분할합니다. train_dataset = tfds.load('iris', split=..