convolutional neural network2 DL #8 : Convolutional Neural Network (CNN) 구조 및 동작 방식 Convolutional Neural Network (CNN) CNN은 신경망에 전처리를 추가한 다층 퍼셉트론의 한 종류입니다. 2차원 데이터의 입력과 훈련이 용이하며 적은 매개변수라는 장점으로 이미지, 동영상, 음성 학습에 많이 사용되는 알고리즘입니다. 간단하게 설명하자면, CNN은 합성곱 신경망이라고 할 수 있습니다. CNN 적용 예시 : 이미지, 동영상, 음성 학습 CNN 알고리즘 구조 CNN은 Convolution Layer, Pooling Layer, Fully-connected Layer 단계로 이루어진 구조입니다. Convolution Layer, Pooling Layer에서 특징맵이 만들어지는데, 두 Layer 사이에 정규화 계층을 포함하기도 합니다. CNN 알고리즘 동작 방식CNN은 Co.. 2020. 5. 25. DL #6 : 다층 퍼셉트론 학습 및 한계 (Multi Layer Perceptron) Multi Layer Perceptron 개요 다층 퍼셉트론은 1개 이상의 Hidden Layer를 가지는 퍼셉트론 입니다. Multi Layer Perceptron은 다수의 입력값과 각 입력값에 대한 가중치 곱을 한 결과들이 합쳐지고, 그 합쳐진 결과값이 활성화 함수의 입력값이 됩니다. 이후에 활성화 함수의 결과값은 다음 노드의 입력값이 됩니다. 이런 방식으로 여러 은닉층을 거친 결과는 최종 출력 값이 됩니다. 가중치는 각 노드의 연결강도를 말하는 것이며, 학습에 의해 변경됩니다.뉴런은 입력 신호를 처리하여 출력 신호를 내보내는 처리 역할을 합니다. 따라서, Processing Element 또는 Threshold Unit 라고도 합니다.활성화 함수는 가중치 곱에 의해 생성된 값을 결정 짓는 결정함수 .. 2020. 5. 23. 이전 1 다음
