반응형 분류 전체보기203 [딥러닝 with 파이썬] PReLU란? Parametric ReLu란? (활성화함수, Activation Function) 이번에 알아볼 것은 PReLU입니다. 활성화 함수의 한 종류로서, ReLU의 변형 형태인데요. PReLU가 어떤 특징과 장점이 있길래 사용되는지 한번 알아보겠습니다. 1. ReLU란? - PReLU에 대해서 알아보기 전에 먼저 ReLU에 대해서 알아보겠습니다. 앞서 설명드렸던 PReLU는 ReLU의 변형함수 형태이기 때문이죠 - ReLU란, Rectified Linear Unit으로 딥러닝에서 가장 많이 사용되는 활성화 함수 중 하나입니다. - 이는, 입력이 0보다 크면 입력을 그대로 출력하고, 0보다 작으면 0을 출력하는 함수인데요. 이를 수식으로 정의하면 아래와 같습니다. * ReLU(x) = max(0,x) - 그래프로 표현해보면 아래와 같습니다. - ReLU의 함수는 다음과 같은 특징을 가지고 있.. 2023. 10. 3. [딥러닝 with 파이썬] ResNet(잔차신경망)의 개념 (2/2) / CIFAR-10 활용해서 이미지 분류모델 구현 이번에는 저번 시간에 알아본 Residual Network의 개념을 바탕으로, Residual Block을 만들어보고 이를 쌓아간 Residual Network를 파이썬 코드로 구현해보겠습니다. 만들어진 모델은 CIFAR-10 데이터 셋을 분류하면서 그 효과를 알아보도록 하겠습니다. 1. CIFAR-10 데이터 셋이란? - CIFAR-10 이란, 32x32 크기의 컬러 이미지 60,000개로 구성된 이미지 분류 데이터셋을 말합니다. * 이때 뒤에 붙은 10은, 각 이미지의 종류(클래스)가 10개라는 것을 의미합니다. * 또한, 각 클래스의 분포는 균등한데요. 즉, 60,000개 중 1/10인 6,000개씩 균등하게 클래스 별 이미지가 데이터셋을 구축한다는 것을 의미합니다. - CIFAR-10 데이터 셋의.. 2023. 10. 1. [딥러닝 with 파이썬] RESNET(잔차신경망)의 개념 (1/2) 이번에 알아볼 신경망은 잔차 신경망, Residual Net(RESNET) 입니다. 잔차 신경망은 2015년에 처음 등장한 신경망으로, 복잡한 신경망 작업을 원활하게 만들었고 정확도 또한 높게 달성할 수 있었기에 기여점이 큰 신경망인데요 Residual Net에 대해서 한번 알아보겠습니다. 1. 잔차신경망, Residual Net(ResNet)이란 ? 1) 잔차신경망, ResNet(Residual Net)은 2015년 12월에 발표된 논문 "Deep Residual Learning for Image Recognition"에서 등장한 CNN 기반의 신경망 모델입니다. https://arxiv.org/abs/1512.03385 Deep Residual Learning for Image Recognition .. 2023. 10. 1. [딥러닝 with 파이썬] 분류(Classification) / MNIST 데이터 사용 [본 포스팅은 "Must Have 텐초의 파이토치 딥러닝 특강"의 내용을 참조하여 작성하였습니다] 이번에는 파이토치를 활용해서 분류기(Classifier)를 만들어 보겠습니다. 분류(Classification)는 실수 또는 정수 등 수치로 정의된 것이 아닌, [강아지, 고양이, 호랑이, .......] 등 Class로 정의된 종속변수를 특성(Features)들의 연산을 통해 분류해내는 것을 말합니다. 분류에 사용할 데이터는 MNIST라는 데이터이며, 이번에는 분류라는 목적 자체에만 초점을 맞춰 간단한 딥러닝 분류기를 만들것이기에 CNN(Convolutional Neural Network / 합성곱 신경망)을 사용하지는 않겠습니다. ( CNN은 이후 포스팅부터 많이 다룰 것이니 이번에는 분류의 개념에 대해.. 2023. 9. 29. 이전 1 ··· 40 41 42 43 44 45 46 ··· 51 다음 반응형
