적절한 크기의 regularization에 대한 필요성을 증명하기 위해 여러 크기의 이미지에 대해 다른 강도의 regularization을 적용하여 학습하고, 정확도를 비교해 보았습니다. 위의 표를 보면 크기가 작은(128x128) 이미지의 경우에 regularization을 약하게 적용했을 때 가장 성능이 좋았던 반면에, 크기가 큰(300x300) 이미지의 경우에는 regularization을 크게 적용했을 때 정확도가 가장 높았습니다. 이처럼 모델을 학습할 때, 학습 이미지의 크기에 따라 적절한 크기의 regularization 강도를 적용해야 한다는 것을 확인할 수 있었습니다.