분류 전체보기22 [CNN-Algorithm] GoogLeNet(Inception) 본 내용은 https://bskyvision.com/539?category=635506 https://hnsuk.tistory.com/32?category=958494 참고하여 제작하였습니다. CNN Algorithms 중에서 이미지 분류용 Algorithms 중 GoogLeNet(Inception)에 대해 포스팅해보겠습니다. 목차 CNN Algorithm - GoogLeNet(Inception) GoogLeNet(Inception) 소개 이번 포스팅에서 알아볼 알고리즘은 GoogLeNet입니다. GoogLeNet은 2014년 이미지넷 이미지 인식 대회(ILSVRC)에서 VGGNet(VGG19)을 이기고 우승을 차지한 알고리즘입니다. GoogLeNet은 19층의 VGG19보다 좀 더 깊은 22층으로 구성.. 2022. 3. 21. [CNN-Algorithm] VGGNet 본 내용은 https://bskyvision.com/504 https://ctkim.tistory.com/114?category=880317 참고하여 제작하였습니다. CNN Algorithms 중에서 이미지 분류용 Algorithms 중 VGGNet에 대해 포스팅해보겠습니다. 목차 CNN Algorithm - VGGNet VGGNet 소개 이번 포스팅에서 처음 알아볼 알고리즘은 VGGNet입니다. 딥러닝을 처음 배우는 사람들이라도 많이 들어보았을 정도로 CNN모델의 기초가 되는 알고리즘입니다. VGGNet은 옥스퍼드 대학의 연구팀 VGG에 의해 개발된 모델로써, 2014년 이미지 넷 이미지 인식 대회에서 준우승을 한 모델입니다. 아쉽게 GoogleNet에게 1등 자리를 빼앗겼지만 유명세와 인용 측면에서는.. 2022. 3. 21. [ML - lec 07] ML의 실용과 몇 가지 팁 본 내용은 김성훈 교수님의 '모두를 위한 딥러닝 시즌1' 강의와 https://pythonkim.tistory.com/notice/25를 참고하여 제작하였습니다. 이번 강좌에서는 ML(머신러닝) 알고리즘을 실제로 사용함에 있어서 몇 가지 팁들을 알려 주셨습니다. 내용 구성은 Learning rate 조절과 Data preprocessing(데이터 선처리) 방법 그리고 Overfitting을 방지하는 방법에 대해서 이야기해보겠습니다. 목차 1. Learning rate 저희가 Cost function을 최소화하기 위해서 Gradient descent라는 알고리즘을 사용했었죠 이때 이 알고리즘을 정할 때 learning rate라는 알파 값을 임의로 정했습니다. 이 알파 값을 프로그래밍에서는 그림 상단처럼 .. 2022. 3. 13. [ML - lec 06] Softmax Regression (Multinomial Logistic Regression) 본 내용은 김성훈 교수님의 '모두를 위한 딥러닝 시즌1' 강의와 https://pythonkim.tistory.com/notice/25를 참고하여 제작하였습니다. 목차 1. Softmax Regression 기본 개념 소개 1.1 Logistic (regression) classification 지난 Chapter에서 Logistic regression에 대해서 학습했었습니다. 기본적으로 출발은 linear 한 방정식으로 시작을 합니다. 하지만 단점이 있었습니다. 해당 방정식으로는 binary classification 즉, 0이냐 1이냐를 고르는 문제를 해결하기에 적합하지 않았습니다. 따라서, 큰값을 압축하여 0이나 1 사이 값으로 나와주도록 하는 새로운 함수가 필요했습니다. 많은 사람들이 연구 끝에 .. 2022. 3. 13. [ML - lec 05] Logistic (Regression) Classification 본 내용은 김성훈 교수님의 '모두를 위한 딥러닝' 강의와 https://pythonkim.tistory.com/notice/25 를 참고하여 제작하였습니다. 이 알고리즘은 Classification 알고리즘 중에서 굉장히 정확도가 높은 알고리즘으로 알려져 있습니다. Logistic (Regression) Classification 알고리즘을 잘 학습한다면, 이 강좌의 목표인 Neural Network와 Deep learning을 잘 이해하기에 다가갈 수 있을 것입니다. 목차 1. Logistic Classification의 가설 함수 정의 두 가지 분류를 활용할 수 있는 몇 가지 예제를 설명하고 있습니다. 스팸 메일 탐지, 페이스북 피드 표시, 신용카드 부정 사용은 두 가지 값 중의 하나를 선택하게 됩니.. 2022. 3. 6. [ML - lec 04] Multi-variable linear regression 본 내용은 김성훈 교수님의 '모두를 위한 딥러닝' 강의와 https://pythonkim.tistory.com/notice/25 를 참고하여 제작하였습니다. 여기까지가 Machine Learning에서 가장 기본이 되는 Linear Regression입니다. 이전에는 문제를 쉽게 하기 위해 입력 변수가 하나밖에 없는 단순 모델을 보여줬지만, 여기서는 여러 개의 입력 변수들을 처리하는 방법들을 보여주겠습니다. 목차 Multi-variable linear regression Hypothesis & Cost function Matrix Multi-variable linear regression 위의 그림처럼 하나가 아니라 여러 개의 input이 있습니다. 즉, 어떤 시험을 보는 데에 있어서 처음에 퀴즈 1 그.. 2022. 3. 6. 이전 1 2 3 4 다음
