목록개인공부/Computer Vision (3)
유진정의 기록
7강 CNN: Convolutional Neural NetworksConvolution Layer합성곱 계층은 3차원으로 구성된 볼륨에서 작동각 레이어는 활성화된 볼륨을 받아들여 새로운 활성화된 볼륨을 생성필터를 이미지 위에서 이동시켜 점곱 연산을 수행각 필터는 하나의 활성화 맵을 생성이러한 합성곱 계층을 통해 이미지를 새로운 형태의 표현으로 변환Pooling Layer풀링 계층은 볼륨의 표현을 줄이고 관리하기 쉬움각 활성화 맵에 대해 독립적으로 작동최대 풀링은 각 영역에서 가장 높은 값을 선택하여 작동Fully Connected Layer (FC Layer)합성곱 및 풀링 계층을 거친 후에는 결과를 플래튼하여 완전 연결 계층에 전달합니다.이를 통해 클래스를 구분하는 softmax에서 결과Case Stu..
Chapter 4. Backpropagation and NN part 1 | Chapter 5. Training NN part 1 | Chapter 6. Training NN part 2 * 역전파(Backpropagation)신경망에서 오차를 각 층의 가중치와 편향으로 되돌리는 과정 모델이 오차를 최소화하는 방향으로 학습1. Forward Pass: 입력에서 출력 방향으로 계산하여 오차를 계산하고 local gradient를 저장.2. Backward Pass: 출력에서 입력 방향으로 오차를 다시 전파하며 전역 그래디언트를 계산3. Gradient Descent: 그래디언트를 사용하여 가중치를 업데이트1. 오차 계산: 출력층에서 실제 값과 예측 값 사이의 오차를 계산2. 역전파: 오차를 입력층까지 거꾸..
보호되어 있는 글입니다.