homework


  • due date: 2021-11-14 23:59 제출
    • pdf 또는 png 형식으로 제출할 것

P1. Linear Regression

Seminar 1에서 다룬 Linear Regression을 nn.Linear()를 사용해 모델을 구축한다.

  • 데이터셋: 코랩에서 기본으로 제공하는 sample_data/california_housing_train.csv를 사용한다.
    • target variable: median_house_value
  • 한 iteration 마다 loss 값을 기록해 그래프로 그린다.
    • matplotlib을 사용할 것.
    • xlabel, ylabel, title 등을 명시할 것
    • 몇 iteration을 돌릴지는 본인이 결정한다.
    • 어떤 lr 값을 쓸지도 본인이 결정한다.
  • 학습된 모델이 얼마나 유효한지 평가하기 위해 최종 RMSE와 $R^2$ 값을 결과에 함께 명시한다.
  • 모델을 CPU에서 학습 시켰을 때와 GPU에서 학습 시켰을 때 시간 상의 차이가 있었는지 확인한다.

여기서부터는 Pre-HW2에서 이어지는 Pre-HW2-2의 숙제입니다.

P2. Perceptron

  1. Perceptron의 Activation Function 중 Sigmoid와 ReLU가 있다. 이 중 ReLU가 더 선호되는 이유는?

P3. CNN

  1. 이미지의 피쳐를 뽑는데 있어 FC Layer 대신 Convoluation Layer를 쓰는 이유는?
  2. CNN에서 padding과 pooling을 쓰는 이유는?