딥러닝 문제 해결 체크리스트

1. 풀어야 할 문제 이해하기

 - 정확한 값을 예측하는 회귀 문제인가?

 - 입력이 속한 범주를 예측하는 분류 분제인가?

 

2. 데이터 파악하기

 - 입력 자료형과 정답 확인하기

 - 클래스 간의 불균형은 없는지 확인하기

 - 누락된 데이터 혹은 자료형에 맞지 않는 데이터가 포함되어 있는지 확인하기

 

3.데이터 전처리

 - 학습에 필요한 데이터가 부족하다면 데이터 증강하기

 - 데이터를 정규화해서 값의 범위 맞추기

 

4. 신경망설계

 - 데이터의 공간 정보가 중요하면 합성곱 적용하기

 - 데이터의 순서 정보가 중요하면 RNN 적용하기

 

5. 신경망학습

 - 적합한 손실함수 찾기

 - 가중치 수정을 위한 최적화 정하기

 - 신경망의 성능을 평가하기 위한 평가 지표 정하기

 

6. 손실이 무한대로 발산한다면

 - 손실 함수 바꿔보기

 - 데이터에 이상한 값이 섞여 있는지 확인하기

 - 학습률 줄이기

 

7. 손실이 0으로 수렴한다면

 - 데이터가 부족하지 않은지 확인하기

 - 신경망 크기 줄여보기

 

참고: Must Have 텐초의 파이토치 딥러닝 특강