"배치 크기"의 두 판 사이의 차이

2024년 1월 25일 (목) 17:01 기준 최신판

배치 하나에 포함되는 예의 수
예를 들어 배치 크기가 100이면 모델은 반복 당 100개의 예를 처리한다 .
다음은 널리 사용되는 배치 크기 전략이다.
- 확률적 경사하강법(SGD): 배치 크기=1
- 전체 배치: 배치 크기=전체 훈련세트의 예 개수. 예를 들어 훈련 세트에 백만 개의 예가 포함되어 있으면 배치 크기는 백만 개의 예가 된다. 전체 배치는 일반적으로 비효율적인 전략이다.
- 미니 배치: 배치 크기=(일반적으로) 10~1000. 일반적으로 미니 배치가 가장 효율적인 전략이다.

@@ 1번째 줄: / 1번째 줄: @@
 ==개요==
-;batch size
+;[[batch]] [[size]]
 ;배치 크기
-* 배치 하나에 포함되는 사례의 수
+* 배치 하나에 포함되는 [[예 (머신러닝)|예]]의 수
-* 예를 들어 SGD의 배치 크기는 1이고, 미니 배치의 배치 크기는 일반적으로 10~1000이다.
+* 예를 들어 배치 크기가 100이면 모델은 반복 당 100개의 예를 처리한다 .
-* 학습 및 추론 중에 배치 크기는 일반적으로 고정되지만, 텐서플로우는 동적 배치 크기를 허용한다.
+* 다음은 널리 사용되는 배치 크기 전략이다.
+** [[확률적 경사하강법(SGD)]]: 배치 크기=1
+** 전체 배치: 배치 크기=전체 훈련세트의 예 개수. 예를 들어 훈련 세트에 백만 개의 예가 포함되어 있으면 배치 크기는 백만 개의 예가 된다. 전체 배치는 일반적으로 비효율적인 전략이다.
+** [[미니 배치]]: 배치 크기=(일반적으로) 10~1000. 일반적으로 미니 배치가 가장 효율적인 전략이다.
 ==같이 보기==
 * [[배치 (머신러닝)]]
+* [[미니 배치]]
+* [[확률적 경사하강법]](SGD)
 ==참고==
-* https://developers.google.com/machine-learning/glossary?hl=ko#%EB%B0%B0%EC%B9%98-%ED%81%AC%EA%B8%B0batch-size
+* https://developers.google.com/machine-learning/glossary?hl=en#batch-size
 [[분류: 머신러닝]]