7.4 요약

• 이 장에서 다음 내용을 배웠습니다.
• 임의의 층 그래프를 구성하는 모델을 만드는 방법, 층을 재사용하는 방법(가중치 공유), 파이썬 함수 방식으로 모델을 사용하는 방법(모델 템플릿)
• 케라스 콜백을 사용하여 훈련하는 동안 모델을 모니터링하고 모델 상태를 바탕으로 작업을 수행합니다.
• 텐서보드를 사용하여 측정 지표, 활성화 출력의 히스토그램, 임베딩 공간을 시각화합니다.
• 배치 정규화, 깊이별 분리 합성곱, 잔차 연결
• 하이퍼파라미터 최적화와 모델 앙상블을 사용하는 이유
• 이런 새로운 도구를 활용하면 실전 문제에 딥러닝을 더 잘 적용하고 경쟁력 높은 딥러닝 모델을 만들 수 있습니다.