1. Keras 소개
   1. [시작하기] Sequential 모델 가이드
   2. [시작하기] 함수형 API 가이드
   3. [시작하기] FAQ
   4. [모델] Keras의 모델
   5. [모델] 함수형 API
   6. [모델] Sequential
   7. [계층] Keras의 계층
   8. [계층] Core 계층
   9. [계층] 합성곱 계층
   10. [계층] 풀링 계층
   11. [계층] 부분적으로 연결된 계층
   12. [계층] 재발 계층
   13. [계층] 임베딩 계층
   14. [계층] Merge 계층
   15. [계층] 고급 활성화 계층
   16. [계층] 표준화 계층
   17. [계층] 노이즈 계층
   18. [계층] 계층 Wrappers
   19. [계층] 자신만의 Keras 계층 만들기
   20. [전처리] 시퀀스 전처리
   21. [전처리] 텍스트 전처리
   22. [전처리] 이미지 전처리
2. Metrics
3. 손실
4. 최적화기
5. 활성화
6. Callbacks
7. 데이터셋
8. 애플리케이션
9. 백엔드 1
10. 백엔드 2
11. 백엔드 3
12. 백엔드 4
13. 백엔드 5
14. 초기화기
15. 정규화기
16. 제한
17. 시각화
18. Scikit-Learn API
19. 유용한 도구

GaussianNoise [source]

keras.layers.noise.GaussianNoise(stddev)

0을 중심으로 한 덧셈형 가우시안 노이즈(Gaussian noise)를 적용합니다.

과적합을 완화하는 데에 유용합니다(무작위 데이터 증가의 형태로 볼 수 있습니다). 실수값 입력을 오염시키는 방법으로 가우시안 노이즈를 선택하는 것은 자연스러운 일입니다.

정규화 계층으로서 훈련 중에만 활성화 됩니다.

인수

• stddev: 실수이며, 노이즈 분포의 표준 편차입니다.

입력 형태

임의입니다. 이 계층을 모델의 첫번째 계층으로 쓰고자 할 때에는 키워드 인수 input_shape(샘플 축을 포함하지 않는 정수 튜플)을 사용하세요.

출력 형태

입력과 같은 형태입니다.

GaussianDropout [source]

keras.layers.noise.GaussianDropout(rate)

1을 중심으로 한 곱셈형 가우시안 노이즈(Gaussian noise)를 적용합니다.

정규화 계층으로서 훈련 중에만 활성화 됩니다.

인수

• rate: 실수이며 탈락 확률입니다(Dropout과 같습니다). 곱셈형 노이즈는 다음을 표준 편차로 갖습니다:sqrt(rate / (1 - rate)).

입력 형태

임의입니다. 이 계층을 모델의 첫번째 계층으로 쓰고자 할 때에는 키워드 인수 input_shape(샘플 축을 포함하지 않는 정수 튜플)을 사용하세요.

출력 형태

입력과 같은 형태입니다.

참고

• Dropout: A Simple Way to Prevent Neural Networks from Overfitting Srivastava, Hinton, et al. 2014

AlphaDropout[source]

keras.layers.noise.AlphaDropout(rate, noise_shape=None, seed=None)

알파 탈락(Alpha Dropout)를 입력에 적용합니다.

알파 탈락은 탈락 적용 이후에도 자기-표준화 특성을 확보하기 위해 입력의 평균과 분산을 유지하는 Dropout 입니다. 알파 탈락은 무작위로 활성화를 음의 수렴 값으로 설정하므로써 Scaled Exponential Linear Units 에도 잘 맞습니다.

인수

• rate: 실수이며 탈락 확률입니다(Dropout과 같습니다). 곱셈형 노이즈는 다음을 표준 편차로 갖습니다:sqrt(rate / (1 - rate)).
• seed: 난수 씨드로 쓸 파이썬 정수입니다.

입력 형태

임의입니다. 이 계층을 모델의 첫번째 계층으로 쓰고자 할 때에는 키워드 인수 input_shape(샘플 축을 포함하지 않는 정수 튜플)을 사용하세요.

출력 형태

입력과 같은 형태입니다.

참고

• Self-Normalizing Neural Networks

이 문서는 Keras의 Noise Layers을 번역한 것입니다.