콩콩이의 블로그

LeNet : Gradient-Based Learning Applied to Document Recognition(1998, 링크) AlexNet : ImageNet Classification with Deep Convolutional Neural Networks(2017, 링크) VGGNet : Return of the Devil in the Details: Delving Deep into Convolutional Nets(2014, 링크) GoogLeNet : Going deeper with convolutions(2015, 링크) ResNet : Deep Residual Learning for Image Recognition(2015, 링크) SENet : Squeeze-and-Excitation ..

Convolution Neural Networks — A Beginner’s Guide [Implementing a MNIST Hand-written Digit… The goal of this post is to serve as a introduction to basic concepts involved in a convolution neural network. This post is focused… towardsdatascience.com MNIST Handwritten Digits Classification using a Convolutional Neural Network (CNN) The goal of this post is to implement a CNN to classify MNIST handw..

=> 모델링에서는 다음과 같이 구현된다. 컨볼루션 계층 : 이미지의 특징을 추출한다 풀링(서브 샘플링) : 컨볼루션 연산 결과를 축소 : 맥스풀링 / 평균풀링 / 최소풀링 => 일반적으로 맥스풀링 사용

1950년대 퍼셉트론이 시초 : 여러개의 입력으로부터 하나의 결과를 도출해내는 것 신경 뉴런을 그대로 모방하여 만듦 외부로부터 신호를 받아서 신호를 다음 뉴런으로 전달할 것인지 판단하는 구조를 가짐 w : 입력값, x : 가중치 activation function으로 계산된 값이 임계치를 넘어가면 1을 출력(전달), 아니면 0을 출력(소멸) x -> wx+b -> sigmoid -> y(0~1) : 로지스틱 회귀 => 여러개 => 인공신경망 모델 Softmax Cross-Entropy 각각의 선형회귀방정식으로 들어온 값을 시그모이드가 아닌 소프트맥스 함수에 넣어 각각을 확률로 변환한 값 중 가장 큰 값을 출력한다. 지금은 Leaky ReLU가 가장 많이 쓰임. XOR 문제를 기준의 퍼셉트론으로는 해결하지..

행렬분해 [일반인을 위한] K-MOOC 인공지능을 위한 기초수학 입문 (Introductory Mathematics for Artificial Intelligence) 이상구 with 이재화, 함윤미, 박경은 II. 인 matrix.skku.ac.kr 4. 행렬 분해를 이용한 잠재요인 협업 필터링 용어정의 행렬 분해의 이해 확률적 경사하강법(SGD)를 이용한 행렬 분해 확률적 경사하강법(SGD) 활용예제 행렬 분해를 이용한 개인화 영화 추천시스템 개발 1. 용어정의 피드백 후 작성예 big-dream-world.tistory.com 행렬분해 : sparse의 공간 낭비를 줄이기 위해서 대각요소, 특이값 특이값 분해 : 행렬을 분해하는 과정에서 잠재적인 요인들로 유사한 아이템을 찾을 수 있다...