본문 바로가기

DL/CNN

CNN:activation function, loss function, optimizer
DL/CNN 2023. 8. 28. CNN:activation function, loss function, optimizer 1) activation function 활성화 함수 : 네트워크에 비선형성을 부여함 - sigmoid function : vanishing gradient : gradient descent 시 zig-zag 수렴 => 결국 binary classification에 적용 -hyperbolic tangent : vanishing gradient -ReLU : hidden layer에 사용 -softmax function : multi classification에 적용 : sigmoid와 유사하지만 각 label의 합이 1이 되도록 출력함 2) loss function 손실 함수 : 네트워크 모델이 학습이 잘 되고 있는지 확인하는 지표 보통 분류에서는 cross entropy 사용 sofrmax & CE :..
CNN 학습 과정 및 개념 총 정리
DL/CNN 2023. 8. 20. CNN 학습 과정 및 개념 총 정리 개요 : 머신러닝 기존 컴퓨터 학습과 다르게 머신러닝은 input과 output으로 중간 과정의 함수를 찾아낸다 데이터 기반 통계적 신뢰도 강화, 예측 오류 최소화를 위한 다양한 수학적 기법을 적용하여 숨겨진 패턴을 인지, 신뢰도 있는 예측 결과 도출 학습 데이터의 예측 오류를 최소화하기 위해 최적화 알고리즘 사용 영상 인식, 음성 인식, 자연어 처리, 데이터 마이닝 등 머신러닝 적용하며 급속한 발전 1. 머신러닝 중 딥러닝 : deep learning 인간 뇌의 학습과 기억의 메커니즘 모방 //주어진 입력 데이터로 답을 유추할 수 있는 최적의 함수를 찾는 것 how?? F(X) = w0 + w1*x1 + w2*x2 + w3*x3 + .......+wn*xn 최적의 가중치 w를 학습을 통해 찾아냄 => ..
[ham 10000] cnn 학습일지
DL/CNN 2023. 8. 20. [ham 10000] cnn 학습일지 일단 지금 vgg-16, alexnet 학습을 성능은 뒤로 하고 성공을 했고 cam도 chat GPT로 어찌저찌 했음 이제 지금 해야하는 것 1) 정확한 학습 코드 이해 2) 성능 향상 비교 일지 구체적으로 남기기 //성능 향상 시켜야함 3) cam 코드 이해하기 4) Confusion matrix 적용하기 -CNN 학습 과정 정확히 이해- 2023.08.20 - [학부연구생/딥러닝 _CNN] - CNN 학습 과정 및 개념 총 정리 CNN 학습 과정 및 개념 총 정리 개요 : 머신러닝 기존 컴퓨터 학습과 다르게 머신러닝은 input과 output으로 중간 과정의 함수를 찾아낸다 데이터 기반 통계적 신뢰도 강화, 예측 오류 최소화를 위한 다양한 수학적 기법을 적용하 dayofday.tistory.com -..
[HAM 10000] VGG16-(1) 코드 보호되어 있는 글입니다.
HAM10000 데이터 분석 보호되어 있는 글입니다.
data augmentation/ 보호되어 있는 글입니다.
CNN - tensorflow 보호되어 있는 글입니다.
[섹션 9] 보호되어 있는 글입니다.
[섹션 7] 보호되어 있는 글입니다.

티스토리툴바