Notice
Recent Posts
Recent Comments
Link
250x250
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 |
Tags
- pythonnet
- processstart
- 사무자동화
- pypdf2
- yolo
- Text To Speech
- 파이썬 #업무자동화 #python
- 사무자동화 #Selenium
- ironpython
- pdf merge
- Google API
- computervision
- 업무자동화
- google cloud
- YOLOv7
- YOLOv5
- pyautogui
- objectdetection
- Text-to-Speech
- DeepLearning
Archives
- Today
- Total
Doarchive
임베딩 차원을 늘렸을 때의 장단점 본문
장점
더 많은 정보를 포함할 수 있습니다.
임베딩 차원이 커질수록 입력 데이터의 다양한 특징들을 더 잘 포착할 수 있습니다. 더 정교한 모델링이 가능합니다.
더 복잡한 함수를 모델링할 수 있습니다.
단점
과적합(overfitting)이 발생할 가능성이 높습니다.
임베딩 차원이 커질수록 모델의 복잡도가 증가하므로, 학습 데이터에 대한 성능이 높아지지만 테스트 데이터에 대한 성능이 낮아질 수 있습니다.
연산 비용이 증가합니다. 임베딩 차원이 커질수록 모델의 파라미터 개수가 증가하므로, 학습 및 추론 시간이 더 오래 걸릴 수 있습니다.
728x90
'Computer Vision > Deep learning' 카테고리의 다른 글
오토인코더(Auto Encoder) (1) | 2023.04.19 |
---|---|
Faster R-CNN (0) | 2023.04.18 |
DC-GAN(Deep Convolutional Generative Adversarial Network) (0) | 2023.04.14 |
GAN 모델의 종류 DCGAN , LSGAN , Conditional GAN (0) | 2023.04.13 |
YOLOv7 사용 방법 (0) | 2023.04.05 |