728x90 반응형 Deep Learning/CNN2 CNN 개념 한번에 공부하기 [2] 지난 글에서 CNN의 구조를 살펴봤다.CNN은 Conv, ReLU, Pooling, Affine, Softmax Layer 등으로 이루어져 있음을 확인하였다.또한 CNN은 Padding, Stride 등의 고유 용어가 존재한다. Affine Layer의 문제점?Affine Layer의 문제점으로 크게 대두되는 것은 "데이터의 형상이 무시된다"는 점이다.이미지 데이터를 생각해보자.RGB 이미지의 경우 가로x세로x3 (R, G, B) 을 값으로 가지는 3차원 데이터이다.가로, 세로를 제외한 나머지 데이터 축을 "색 채널(Channel)" 이라고 한다. 이러한 데이터가 3차원을 갖는다는 점이 문제가 된다.Affine Layer의 경우 1차원 데이터로 평탄화된 데이터만 input data로 받을 수 있는데,이 .. 2024. 6. 17. CNN 개념 한번에 공부하기 [1] 학부 3학년 여름방학이 시작했습니다. CNN을 열심히 공부할 생각입니다.현재 진행하고 있는 프로젝트의 목표가 HW YOLO Implementation인 관계로, Implementation에만 집중할 예정입니다.즉, 딥러닝에서의 학습 과정은 완전히 무시하고 공부할 예정입니다.CNN 이란?CNN (Convolutional neural network, 합성곱 신경망)은 이미지, 음성 인식 등 다양한 분야에서 사용된다.특히 이미지 인식 분야는 CNN을 기초로 많은 딥러닝 모델이 뻗어 나갔다. CNN 전체 구조여러 하위 개념을 통해 CNN의 전체 구조를 이해해보자.FC?FC (Fully-Connected, 완전 연결)는 인접한 계층의 모든 뉴런이 연결된 형태를 말한다.Affine Layer?Affine Layer.. 2024. 6. 7. 이전 1 다음 728x90 반응형
