본문 바로가기

딥러닝관련/기초 이론43

MNIST 인식(밑바닥부터 시작하는 딥러닝) MNIST 데이터셋 MNIST : 손글씨 숫자 이미지 집합 (엠엔아이에스티 or 엠니스트 라고 많이 이야기 하는 듯) - 0~9까지의 숫자 이미지 - 학습 이미지 : 60,000장 - 테스트 이미지 : 10,000장 github.com/WegraLee/deep-learning-from-scratch WegraLee/deep-learning-from-scratch 『밑바닥부터 시작하는 딥러닝』(한빛미디어, 2017). Contribute to WegraLee/deep-learning-from-scratch development by creating an account on GitHub. github.com 위 깃헙에서 코드를 다운받아 활용한다. MNIST 데이터 살펴보기 from dataset.mnist .. 2021. 5. 4.
신경망 정리 1 (퍼셉트론, 활성화 함수, 시그모이드, 계단함수...) better-tomorrow.tistory.com/entry/Perceptron-%ED%8D%BC%EC%85%89%ED%8A%B8%EB%A1%A0 Perceptron (퍼셉트론) 퍼셉트론 정의 퍼셉트론은 다수의 신호를 입력으로 받아 하나의 신호를 출력 퍼셉트론의 신호는 흐른다/안 흐른다 (1이나 0)의 두 가지 값만 가질 수 있다. 위 이미지를 보면 입력으로 2개의 신호 better-tomorrow.tistory.com 위 내용을 통해 알 수 있는 점은 퍼셉트론으로 복잡한 함수를 표현할 있다는 점 다만 가중치를 설정하는 작업은 여전히 사람이 수동으로 한다는 것 신경망은 위 가중치 설정을 수동으로 하는 것이 아닌 가중치 매개변수의 적절한 값을 데이터로부터 자동으로 학습한다. 신경망의 예시 은닉층은 사람 눈.. 2021. 5. 1.
Perceptron (퍼셉트론) 퍼셉트론 정의 퍼셉트론은 다수의 신호를 입력으로 받아 하나의 신호를 출력 퍼셉트론의 신호는 흐른다/안 흐른다 (1이나 0)의 두 가지 값만 가질 수 있다. 위 이미지를 보면 입력으로 2개의 신호를 받은 퍼셉트론의 예이다. x는 입력 신호, y는 출력 신호, w는 가중치를 뜻한다. 입력 신호가 뉴런에 보내질 때는 각각 고유한 가중치가 곱해진다. (w1*x1, w2*x2) 뉴런에서 보내온 신호의 총합이 정해진 한계(임계값 θ)를 넘어설 때만 1을 출력한다 (뉴런의 활성화) 위 내용을 아래와 같은 수식으로 나타낼 수 있다. 퍼셉트론은 복수의 입력 신호 각각에 고유한 가중치를 부여 가중치는 각 신호가 결과에 주는 영향력을 조절하는 요소로 작용 → 가중치가 클수록 해당 신호가 그만큼 더 중요함 단순한 논리 회로(.. 2021. 5. 1.
Atrous Convolution Atrous Convolution 1. 일반적인 convolution 2. Atrous convolution(dilated convolution) 위 두 이미지를 한 번 살펴보자 일반적인 convolution과 달리 atrous convolution의 경우 kernel 사이가 한 칸씩 띄워져 있는 것을 확인할 수 있다. 그렇다면 atrous는 무슨 의미일까? 구글 검색기를 돌려보니 프랑스어로 a trous는 구멍이 있는 이라는 뜻이다. 이 말은 kernel 사이에 구멍이 있는 convolution이라는 뜻으로 볼 수 있다. 이런 kernel 사이의 간격을 dilation rate라고 정의하며, 일반적인 convolution의 경우 dilation rate가 1로 볼 수 있다. 그렇다면 위 atrous c.. 2021. 4. 20.

티스토리툴바