[Deep Learning] Deep Learning 주요 순서 정리

이번에 kaggle의 google brain - ventilator Pressure prediction 을 진행하면서, 딥러닝의 전체 순서가 너무 헷갈렸다.

머신러닝 할 때와 순서가 거의 비슷하긴 하지만, 나는 한 눈에 보이는 걸 좋아하기 때문에, 개념 정리할 겸, 딥러닝의 주요 스텝을 정리해보고자 한다.

 

순서를 정리해보면

1. Load data

2. pre process data - 데이터 전처리

3. define architecture - 대충 읽어보니, 예를 들어 CNN으로 할건지, RNN, LSTM으로 할건지 고르는듯

4. compiling model - loss, optimizer, metrics 등을 정의

5. fit the model - model 학습 및 validation predict

6. evaluating and making predictions - 성능 평가

7. deploying the model - 모델 저장

 

참고 사이트>

https://towardsdatascience.com/5-essential-steps-for-every-deep-learning-model-30f0af3ccc37

5 Essential Steps For Every Deep Learning Model!

https://medium.com/@fragranceofbook/major-steps-used-in-deep-learning-model-82b0c266e0bb

Major Steps used in Deep Learning Model

구글에 검색해보니 바로 이 두 사이트를 찾을 수 있어 두 사이트를 초점으로 정리해볼 예정임..

그리고

이번에 진행한 kaggle competition을 바탕으로 포스팅을 진행할 예정이다.