만기레벨업일지

CNN 모델 학습 : VGG16 간단 설명 :3X3의 작은 사이즈의 필터를 고정으로 사용해서 레이어를 깊게 만든다. 장점 : 필터 사이즈가 작아서 파라메터 개수가 줄어든다 ⇒ 학습효율성, 정규화할때 이점 단점 : 레이어가 깊어 메모리 차지를 많이하고 학습속도가 느리다. - cnn 미세조정 가이드 : https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html

CNN 실습 - 패키지 from tensorflow.keras.models import Model from tensorflow.keras.layers import Input, Dense, Conv2D, MaxPooling2D, Flatten, Dropout # Conv2D convolution 연산, MaxPooling2D maxpooling사용, Flatten 2차원->1차원, Dropout from tensorflow.keras.optimizers import Adam, SGD from tensorflow.keras.preprocessing.image import ImageDataGenerator # data agmentation import numpy as np import pandas as pd ..

Convolutional Neural Networks 합성곱 신경망 - convolutional 합성곱 입력데이터와 필터의 각각의 요소를 서로 곱한 후 다 더하여 출력값을 계산한다. Input 5x5 데이터에 3x3 Filter를 사용하여 합성곱을 하면 3x3 크기의 특성맵(Feature map)을 뽑아낼 수 있다. 필터(Filter 또는 Kernel)를 한 칸씩 오른쪽으로 움직이며 합성곱 연산을 하는데, 이 때 이동하는 간격을 스트라이드(Stride)라고 한다. 합성곱 연산의 특성상 출력값인 특성맵의 크기가 줄어들게 되는데, 이걸 방지하기 위해서 Padding 또는 Margin 을 줘서 입력값과 특성맵의 크기를 같게 만들 수 있다. (Stride = 1) - 3차원 합성곱 연산 입력 이미지 크기: (1..