안 쓰던 블로그

케라스 창시자에게 배우는 딥러닝 - 5장을 요약 정리한 글입니다. 컨브넷(convnet)또는 합성곱 신경망이라고 불리는 CNN에 대해서 공부한다. 합성곱 신경망에 대해 하기 전에, 완전 연결망과의 차이를 한 번 짚고 간다. 완전 연결 네트워크(Fully connected network)과의 차이 완전 연결 네트워크는 densely connected 밀집 연결이라고도 한다. 같은 테스트 데이터에서 완전 연결된 모델보다 간단한 컨브넷이 더 잘 작동한다. 왜 그럴까? 바로 완전 연결 층과 합성곱 층 사이의 차이 때문에 그렇다. Dense 층은 입력 특성 공간에 있는 전역 패턴(예: MNIST 숫자 이미지에서 모든 픽셀에 걸친 패턴)을 학습하지만 합성곱 층은 지역 패턴(예: 숫자 이미지의 작은 특징들)을 학습한..

머신 러닝의 네 가지 분류 1. 지도 학습 사람이 레이블링한 샘플 데이터가 주어지면 알고 있는 꼬리표(타깃)에 입력 데이터를 매핑한다. 가장 흔한 경우이며, 이진 분류, 다중 분류, 스칼라 회귀는 전부 지도 학습에 포함된다. 문자 판독, 음성 인식, 이미지 분류, 언어 번역 같은 딥러닝의 거의 모든 애플리케이션이 일반적으로 이 범주에 속한다. 대부분 분류와 회귀로 구성되지만 변종도 있다 변종의 예 -시퀀스 생성: 사진이 주어지면 이를 설명하는 캡션 생성 -구문 트리 예측: 문장이 주어지면 분해된 구문 트리를 예측 -물체 감지: 사진이 주어지면 사진 안의 특정 물체 주위에 경계 상자를 그린다. 상자를 분류하는 분류 문제나, 경계 상자의 좌표를 벡터 회귀로 예측하는 회귀와 분류과 결합된 문제로 표현할 수 있..