레이블 지정

모델을 올바르게 보정하려면 데이터에 대해 적절하게 레이블을 지정하거나 주석을 달아야 합니다. 검증 및 테스트 데이터셋은 훈련 중에, 그리고 훈련이 완료된 후에 모델의 성능을 판단하는 방편이므로 이러한 데이터셋은 정확한 레이블을 갖추는 것이 중요합니다. 레이블이 정확하지 않으면 아무것도 볼 수 없습니다. 훈련 데이터의 레이블도 중요하지만, 훈련 데이터셋의 크기가 큰 만큼 훈련 데이터 레이블은 다른 기법으로 처리되는 경우가 많습니다.

이 섹션에서는 먼저 검증 및 테스트 데이터셋의 레이블에 대해 알아본 후 훈련 데이터셋을 살펴봅니다.

검증 및 테스트 데이터

검증 데이터는 신경망이 최종적인 응용 사례에서 보게 될 데이터를 정확하게 나타내야 합니다. 우선, 검증 데이터는 해결할 문제를 근접하게 나타내는 신호를 포함해야 합니다. 오디오 응용 사례의 경우에는 먼저 조용한 환경에서, 이후에는 잡음, 반향 및 잔향 수준이 다양한 환경에서 동일한 마이크를 통해 녹음된 신호가 여기에 해당할 수 있습니다.

검증 데이터는 좋은 품질의 레이블을 포함해야 하며, 이는 직접 추가할 수도 있습니다. 바로 그런 레이블이 신경망이 학습해야 할 대상입니다. 이 경우에는 위에 플로팅된 빨간색 마스크가 되겠습니다.

키워드 마스크가 있는 영역만 재생하면 다음과 같이 들릴 것입니다.

검증 및 테스트 데이터에 대해 고품질 레이블을 얻으려면 어떻게 해야 할까요?

트리거 단어에 대한 마스크 레이블을 만들려면 단어 레이블을 MATLAB 명령줄로 내보내고 몇 줄의 코드를 작성하면 필요한 레이블을 얻을 수 있습니다. 이 예제의 코드를 참조하십시오.

여기서 주석 지정 세그먼트를 재생할 수 있습니다.

훈련 데이터

오디오 녹음과 같은 신호 데이터를 사용하여 작업하는 경우 테라바이트 단위의 고품질 데이터를 녹음하고 직접 정확하게 레이블을 지정한다는 것은 비현실적입니다. 한 가지 대처 방법은 기존의 레이블 지정된 녹음을 사용하는 것인데, 약간 다른 문제를 해결하는 데 사용된 녹음도 괜찮습니다. 라이선싱이 가능한 연구 데이터셋도 좋은 옵션입니다.

훈련 세트가 당면한 응용 사례에 딱 맞게 만들어진 것이 아니어도 괜찮긴 하지만, 훈련 데이터와 검증 데이터의 차이가 클수록 정확도의 간극도 커집니다.

자동 레이블 지정 알고리즘과 같은 몇 가지 부가적인 기법을 준비해 두면 처음 시작할 때 도움이 됩니다.