# CNN

269개의 포스트
post-thumbnail

[TensorFlow]텐서플로우와 CNN

CNN(Convolutional Neural Network)이란? 이미지의 특징을 추출할 때 많이 사용되던 것이 convolution연산이다. 이를 DNN과 결합해서 convolution연산을 딥러닝 시키는 방식이 CNN인 것이다.

2일 전
·
0개의 댓글
·

[U] Week 1 - CNN 첫걸음

Convolution 연산은 커널(kernel)을 입력벡터 상에서 움직여가면서 선형모델과 합성함수가 적용되는 구조이다. Convolution 연산의 수학적인 의미는 신호(signal)를 커널을 이용해 국소적으로 증폭 또는 감소시켜 정보를 추출 또는 필터링하는 것이다.C

2022년 9월 23일
·
0개의 댓글
·
post-thumbnail

CNN

: convolution과 pooling으로 feature extraction을 하는 neural network커널(혹은 필터)과 이미지의 convolution(합성곱)을 통해 feature를 만드는 과정.즉, 이미지의 픽셀 값을 input으로 커널을 가중치로 하여,

2022년 9월 19일
·
0개의 댓글
·

자음 인식 모델_V2

지난 번 사용했던 모델의 경우 파라미터의 개수가 2백만여개에 약 98%의 정확도를 보였다. CNN모델의 경우, 대체적으로 네트워크가 깊어질수록 더 높은 정확도를 보인다고 하는데, 이번에는 모델을 수정하여 파라미터의 수도 줄이고 정확도도 높여보려고 한다. 모델 학습에

2022년 9월 18일
·
0개의 댓글
·

자음 인식 모델_v1

21년부터 한글 인식 어플을 개발 중에 있다. 하나의 글자를 초성/중성/종성으로 분리하여 인식을 한다. 이 때 사용하는 모델 중 자음을 인식하는 모델을 소개해볼까 한다. Keras를 사용하여 간단하게 초성을 인식하는 모델을 만들어보자. 우선, 사용할 라이브러리를 추

2022년 9월 18일
·
0개의 댓글
·
post-thumbnail

CNN 기초 끝내기

CNN 기초 용어들부터 코드, 모델 이해까지 끝내기

2022년 9월 18일
·
0개의 댓글
·
post-thumbnail

AlexNet(ILSVRC-2012) 논문 리뷰

딥러닝의 떡상 계기

2022년 9월 15일
·
0개의 댓글
·

밑바닥부터 시작하는 딥러닝 - 7장

7장 합성곱 신경망(CNN) 이미지 인식 분야의 근원이라고도 할 수 있는 신경망이다.

2022년 9월 12일
·
0개의 댓글
·
post-thumbnail

VGG16

합성곱 기반, 레이어를 16개 쌓은 것이다. 이전에 학습을 했던 기억을 가져와 새로운 표본에서 특징을 추출하는 방식이다.특징 추출과 미세 조정을 한다.필터로 3x3 Convolution을 쓰는데, VGG16의 처리

2022년 9월 7일
·
0개의 댓글
·
post-thumbnail

[Tabular] KETI/태양광,풍력에너지 발전량 예측 모델 개발

22.07.21-22.08.21 KETI 주관 에너지 인공지능 경진대회 Supervised learning with CNN & LGBM

2022년 8월 26일
·
0개의 댓글
·

[Paper Review]EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks

이번 포스트에서 리뷰할 논문은 2019 IMCL에서 발표된 EfficientNet이다. Background EifficientNet이 공개되기 전 CNN 모델들은 모델의 크기를 키우면서 정확도를 끌어올리는 방법이 주를 이루었다. 하지만 하드웨어 자원은 제한적이며 성능

2022년 8월 24일
·
0개의 댓글
·

220823 TIL

“Semi-Supervised Learning, 머신러닝 결정트리, "Semi-Supervised Learning: 머신러닝 결정트리: 연구: SSL적용해서 해보기에 앞서 training set먼저 구축

2022년 8월 23일
·
0개의 댓글
·
post-thumbnail

[CNN] Image segmentation

1. 학습 내용 CNN(Convolutional Neural Networks, 합성곱 신경망) > - 딥러닝에서 주로 이미지나 영상 데이터를 처리할 때 쓰인다. > - 데이터에서 직접 학습하고 패턴을 사용해 이미지를 분류하기 때문에 특징을 수동으로 추출할 필요가 없다

2022년 8월 18일
·
0개의 댓글
·
post-thumbnail

텐서플로 CNN 해설 1 : 합성곱을 왜 쓸까

1.합성곱은 왜 쓰는 걸까요 딥러닝 기법들을 설명한 책을 보면 첫번째 퍼셉트론을 이야기하고 두번째로 합성곱 신경망(CNN, Convolutional Neural Network)를 이야기합니다. 그만큼 기본이 되고, 중요한 기법이기 때문에, 또한 딥러닝의 발전 과

2022년 8월 14일
·
0개의 댓글
·
post-thumbnail

GTSRB(교통표지판 분류 문제)에 대한 분류기 비교

목적 : 교통 표지판 이미지 데이터를 이용하여 여러 분류 모델을 구현하고 분류기별 성능 비교과정 : 대량의 이미지 데이터를 전처리 - support vector machine, random forest, cnn 세 모델의 성능 차이 확인 \- 캐글에서 제공하는 교통표지

2022년 8월 8일
·
0개의 댓글
·
post-thumbnail

ShuffleNet 논문리뷰

안녕하세요. 이번 논문 리뷰는 ShffleNet(ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices)입니다. ShuffleNet은 전에 올려드렸던 MobileNet과 방향성

2022년 8월 8일
·
0개의 댓글
·