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 | 29 | 30 | 31 |
Tags
- 기계학습
- R그래프
- lstm
- NLP
- 데이터분석
- r
- 머신러닝
- word2vec
- Deeplearning
- SQL
- HIVE
- 데이터시각화
- R프로그래밍
- R시각화
- 그래프
- ggplot
- AI
- Python
- 데이터처리
- CNN
- 그래프시각화
- Hadoop
- pandas
- 하둡
- 데이터
- 자연어처리
- 주가예측
- 빅데이터처리
- 빅데이터
- 딥러닝
Archives
- Today
- Total
목록cnn개념정리 (1)
욱이의 냉철한 공부
[CNN 개념정리] CNN 기본개념
1. computer vision - 이미지에 신경망 적용의 문제점 이미지의 각 픽셀에 동일한 값(가중치)로 계산되어지지 않는다. 픽셀값 하나만 달라져도 다르게 계산되어진다. 즉 픽셀마다 다른 가중치(W)값을 곱해 계산한다. 이로 인해 아래와 같은 문제점이 생긴다. 1). 데이터 양 확보 어려움 : 많은 파라미터 때문에 생긴 과대 적합을 방지하도록 충분한 데이터를 얻는 것을 어렵. 2). 컴퓨터 성능 확보 어려움 : 많은 파라미터 가진 신경망을 단련하기 위한 컴퓨터, 메모리 요구사항 실행불가. 그렇다고 작은 이미지 한정해서 사용하는 것 원치 않음 그래서 나온 것이 Convolutional Neural Networks다. - 이미지에서 우리가 원하는 기능 => 아래 2가지가 구현되면서 파라미터 수를 대..
데이터과학/개념 : CNN(OD), RNN
2020. 5. 1. 16:09