딥러닝13 [AI] CNN (Convolution Neural Network) 개념알기 안녕하세요! Foxyhyun입니다! 오늘은 이미지 분류의 기초인 CNN에 대해 알아보려고 합니다 Convolution Neural Network, 줄여서 CNN이라고 부르죠. 파라미터만 지정하면 특징 추출도 알고리즘이 자동으로 이미지의 데이터를 추출하며, 영상 처리에 유용하게 쓰이고 있습니다. 주로 Convolution + pooling + flatten + fully-connected + softmax의 구조로 표현됩니다 먼저 Convolution에 대해 알아보겠습니다. Convolution layer에서는 해당하는 요소들을 각각 곱하고 이 값을 모두 더하는 연산을 수행합니다. 아래 그림과 같이, 커널이라는 것을 이동시키며 연산을 수행합니다. 여기서 padding이라는 것을 하는데, Convolutio.. 2022. 12. 7. [AI] 전이학습 | Cifar10 | MobileNetV2 안녕하세요! Foxy현입니다 오늘은 내가 직접 모델을 작성하는 것이 아닌, 공개된 모델을 가져와 사용하는 전이 학습(Transfer Learning)에 대해 알아보겠습니다 먼저 Transfer Learning(전이학습)이란 나의 데이터를 학습시키기 위해 공개된 모델을 가져와 일부만 수정하여 학습시키는 것을 말합니다. 그런다고 모든 데이터를 내가 원하는 모델을 사용하여 학습시킬 수 있는 것은 아니고, 최대한 나의 데이터와 공개된 모델에 사용된 데이터와 유사한 데이터를 사용하는 것이 좋습니다 즉, 이미 학습된 모델에서 일부 Layer(weight)만 가져와 학습하는 것을 말합니다. 일반적으로 다음과 같은 과정을 거칩니다 학습된 기존 모델의 layers를 가져오기 Transfer learning 과정에서 기존.. 2022. 11. 23. [AI 개념 다지기] Dense Layer 안녕하세요 Foxy현입니다. 오늘은 Layer라는 개념에 대해서 배우고 Jupyter로 구현해보겠습니다! 인공신경망의 가장 기본이 되는 내용중 하나이므로 꼭 이해하고 넘어가셨으면 좋겠습니다 먼저, Layer는 뉴런들의 집합입니다. 또 필터들의 묶음이라고 말할 수 있습니다. 각각 서로 다른 Paramatric Function을 가지고 있는 묶음입니다! 서로 다른 PF가 들어가기 때문에 각 뉴런에서는 서로 다른 출력이 나올 수 있습니다. (Input이 같거나 다르더라도 각 뉴런에서의 Output은 다르다) Dense Layer는 추출된 feature들을 하나의 Layer로 모으고, 우리가 원하는 Tensor로 표현하기 위한 Layer입니다. 각 뉴런은 이전 계층의 모든 뉴런으로부터 입력을 받게 됩니다. 다시.. 2022. 8. 2. [AI 개념 다지기] Affine Function 안녕하세요 Foxy현입니다. Articial Neuron을 만들기 위해 Activation Function과 Affine Function이라는 것이 필요합니다. 오늘은 그중 Affine Function에 대해 알아 보겠습니다. Affine Function에 대해 설명하기 앞서 Weighted Sum(가중치 합)에 대해 알아 보겠습니다. Weighted Sum은 가중치 w들을 각각의 feature x에 대해 곱하여 더하는 것을 의미합니다. 우리는 Weighted sum에 bias(b)를 더해준 것을 Affine Function이라고 부릅니다. 이때, 행 벡터 x와 열벡터 w가 하나씩 대응되어 곱해지며, 이 두 벡터의 dot product를 통해 스칼라 값을 도출하게 됩니다. 이에 bias를 더해 Affin.. 2022. 8. 1. 이전 1 2 3 4 다음
