EunSeo's Dev Story

01 이미지 처리를 위한 데이터 전 처리 우리 주변의 이미지 처리 기술 예시 이미지 전 처리하기 - MNIST 데이터 : 사람의 손 글씨를 이미지로 표현한 것을 의미 02 이지미 처리를 위한 딥러닝 모델 합성곱 신경망 ( Convolution Neural Network ) - 기존 다층 퍼셉트론 기반 신경망의 이미지 처리 방식은 많은 수의 파라미터가 필요하거나, 이미지에 변화가 생기면 분류 성능이 떨어진다는 단점을 보완하기 위해 합성곱 신경망이 나오게 되었다. 합성곱 신경망의 구조 - Convolution Layer : 이미지에서 어떤 특징이 있는지 구하는 과정의 레이어 - 특징을 구하는 과정은 필터가 이미지를 이동하며 새로운 이미지를 생성하는 과정이다. 피쳐맵의 크기 변형 : Padding, Strid..

01 딥러닝 모델의 학습 방법 딥러닝 모델이란? 딥러닝 모델의 학습 방법 - 예측값과 실제값 간의 오차값을 최소화 하기 위해 오차값을 최소화하는 모델의 인자를 찾는 알고리즘을 적용한다. - Loss Function을 최소화하는 가중치를 찾기 위해 최적화 알고리즘을 적용한다. 딥러닝 모델의 예측값을 구하는 방식 - 순전파 - 활성함수는 비선형 함수이다. 최적화 방식 살펴보기 - 경사 하강법 - 순전파를 사용하면 예측값과 실제값 간의 오차값을 구하여 Loss Function을 구할 수 있다. - 최적화는 경사 하강법 ( Gradient Descent ) 을 사용한다. 경사 하강법 ( Gradient Descent ) - Gradient는 미분을 의미한다. - 화살표는 역전파를 통하여 구할 수 있다. 역전파 ..