꿈라CBT다음 <보기>의 결과에 대한 진단으로 가장 적절한 것은?
보기
연구팀은 대규모 일반 사진으로 사전 학습된 모델을 가져와, 초음파 의료 영상의 병변을 분류하는 과제에 적용하였다. 학습 데이터는 1,200장이다.
| 실험 | 학습 방식 | 검증 정확도 |
|---|---|---|
| A | 전체 층 동결, 마지막 분류층만 학습 | 68% |
| B | 전체 층을 큰 학습률로 모두 재학습 | 61% |
| C | 밑바닥부터 학습(사전 학습 미사용) | 64% |
| D | 앞쪽 층 동결 + 뒤쪽 층만 낮은 학습률로 미세 조정 | 81% |
- 1실험 B가 A보다 낮은 것은 학습 가능한 파라미터가 많을수록 성능이 반드시 좋아진다는 원칙에 어긋나므로, 측정 오류로 보아야 한다.
- 2도메인 차이가 커 A는 특징이 맞지 않고 B는 사전 학습된 표현이 파괴된 것이므로, D처럼 범위는 넓히되 학습률은 낮춰야 한다.
- 3C가 A보다 높으므로 이 과제에서는 전이 학습이 전혀 효과가 없다는 것이 입증되었으며, D의 성능은 우연에 의한 것이다.
- 4도메인 차이가 클수록 앞쪽 층부터 크게 바꿔야 하므로, D보다 B가 이론적으로 우월하며 학습을 더 오래 진행하면 B가 D를 넘어설 것이다.