![]()
outline motivation convolution operator(2 - dimention) convolution operator(3 - dimention) max/mean pooling operator convolutional neural networks structure of convolutional neural network motivation DNN은 기본적으로 1차원 형태의 데이터를 사용한다. 그렇기 때문에 이미지가 입력 값이 되는 경우, 이것을 flatten 시켜서 one hat-encoding으로 데이터로 만들어야 하는데 이 과정에서 이미지의 공간적/ 지역적 정보가 손실되게 된다. 추가로 추상화 과정 없이 바로 연산 과정으로 넘어가 버리기 때문에 학습시간과 능률의 효율성이 저하된다. 물..
![]()
텐서플로우로 시작하는 딥러닝 기초 부스트코스 무료 강의 www.boostcourse.org Package Load import os import time import numpy as np import matplotlib.pyplot as plt %matplotlib inline import tensorflow as tf from tensorflow.keras import layers numpy: Scientific computing과 관련된 여러 편리한 기능들을 제공해주는 라이브러리. matplotlib.pyplot: 데이터 시각화 tensorflow: Tensor Flow를 로드. tensorflow.keras.layers: 모델의 각 Layer들을 만들기 위해 사용. 하이퍼파라미터 세팅 학습에 필요한..
![]()
outline Feedforward Neural network Feedforward Backpropagation 순방향 신경망(Feedforward Neural network) FFNN(Feed Forward Neural Network)는 입력에 대한 출력 값을 가장 잘 예측하는 가중치(weights)를 찾는 것이다. 그렇게 하기 위해서는 학습 데이터를 이용하여 출력을 구하고, 출력에 대한 에러를 구한 후 에러가 줄어드는 방향을 찾아 업데이트 해주는 과정을 반복하여 가중치를 찾는다. 위에 그림을 보면 입력 값(x1,x2,...xn)은 가중치(weight)에 의해 가중되고 더해진 뒤 bais가 더해진 후 활성화 함수(activation function)를 거쳐 출력된다. 이후 출력되는 출력 값과 실제 값을..
