Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
Tags
- deep learning
- c#
- 베이지안
- 냥코 센세
- Gram matrix
- A Neural Algorithm of Artistic Style
- 소인수분해
- 비샤몬당
- 전처리
- project euler
- 딥러닝
- SQL
- Python
- 수달
- neural network
- Autoencoder
- 합성곱 신경망
- 신경망
- 역전파법
- backpropagation
- 오일러 프로젝트
- CNN
- bayesian
- 오토인코더
- mnist
- 히토요시
- 역전파
- Convolutional Neural Network
- 소수
- 자전거 여행
Archives
- Today
- Total
목록stride (1)
통계, IT, AI
1. 개요 CNN(Convoluional Neural Network; 합성곱 신경망)은 특히 이미지 인식 분야에서 자주 사용되는 신경망이다. 지금까지 본 신경망(이하 완전연결 신경망)과 다른 점은 그림 과 같이 합성곱층(Convolution Layer)와 풀링층(Pooling Layer)이 추가되었다는 점이다. 2. 합성곱 계층 Convolution Layer2.1. 개요 완전연결 신경망이 가진 가장 큰 문제점은 데이터의 형상이 무시된다는 것이다. 예를 들어 MNIST와 같은 이미지 데이터에서는 픽셀들이 서로 밀접한 관련을 갖고 있다. 가령 1이라는 이미지는 아래 또는 위 방향으로 비슷한 픽셀 값을 가질 확률이 높다. 게다가 컬러 이미지는 채널까지 포함하여 3차원 데이터이지만 완전연결 신경망에서는 이러한..
머신러닝
2017. 11. 30. 21:50