반응형 파이토치 딥러닝2 [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] 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 다음 반응형
