합성곱 신경망(CNN)과 데이터 변형 합성곱(COnvolution) 합성곱의 의미, 배경지식 파악 Pooling Convolution Convolution을 사용하면 3차원 데이터의 공간적 정보를 유지한채 다음 레이어로 보낼 수 있음. 이미지와 컨볼루션 필터를 곱해서 새로운 이미지를 얻는 과정 필터는 가중치의 역할을 함 특징을 뽑아서, 분류를 진행 합성곱 특정(높이, 너비)를 갖은 필터(Filter, Kernel)를 일정간격(Stride)로 이동해가며 입력 데이터에 적용 합성곱 필터의 효과 합성곱 + 편향 필터를 적용한 후, 모든 원소에 편향을 더함(BroadCast) Padding 합성곱 수행전 입력과 출력의 데이터의 크기를 맞추기 위해서 사용 Stride 필터를 적용하는 위치 간격 1이면 1칸씩 이동..
텐서플로우 소개 사용법 1. 딥러닝 프레임워크 1. 텐서플로우의 특징 텐서플로우의 특징 텐서플로우는 풍부한 코드 수정없이 CPU, GPU모드로 동작 가능하다. 많은 데이터 처리가 가능하다 (이미지, 비디오, 음성) // 텐선플로우도 좋아보이지만 파이토치도 좋아보인다.(언젠간 파이토치 써보자.) Eager Execution Eager Execution은 데이터를 직접 포인팅함. tf.session을 할 필요가 없음 Nmumpy와 호환성을 크게 높여 계산 그래프의 생성과 실행단계가 구분되지 않음 https://tensorflow.blog/2017/11/01/tensorflow-eager-execution/ Sequantial 모델 from __future__ import absolute_import, div..
서포트 벡터 머신은 분류 과제에 사용할 수 있는 머신러닝 지도학습 모델 즉, 분류를 위한 기준 선을 정의하는 모델이며 분류되지 않은 새로운 점이 나타나면 어느 쪽에 속하는지 확인해서 분류 과제를 수행할 수 있게 됨 어떤 선이 데이터를 분류할 최적의 선인가? SVM은 결정 경계(경계선)을 어떻게 정의하고 계산하는지 이해하는게 중요함. 용어정리 Support Vector : 경계선과 가장 가까이 있는 데이터 포인트 구분선(Decision Boundary) : 데이터를 구분하는 경계선 마진(Margin) : 구분하는 선과 Support Vector와의 거리 Support Vector(데이터 포인트) 마진을 최대화하여 구분선을 그으면, 예측하고자 하는 다른 데이터가 들어왔을 때 정확도가..
