Notice
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 |
Tags
- 실기
- deep learning
- Protocol
- 네트워크
- 머신러닝
- 프로토콜
- Python
- IPV4
- dns
- 네트워크 관리사
- Algorithm
- 딥러닝
- Dynamic Programming
- 알고리즘
- network
- 패스트캠퍼스
- 밑바닥부터 시작하는 딥러닝
- 네트워크 관리사 2급
- Machine learning
- ICQA
- 네트워크 자격증
- FTP
- 파이썬
- 서브넷마스크
- 자격증
- 자료구조
- 코딩테스트
- Windows Server
- Django
- 기본 정렬
Archives
- Today
- Total
목록CNN (1)
쳉지로그
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/8yyqD/btq3Ihq1ofp/cDaK75ITkkKITkP99UrNy1/img.png)
7.1 전체 구조 합성곱 신경망(Convolutional neural network, CNN) 이미지 인식과 음성 인식 등 다양한 곳에서 사용 이미지 인식 분야에서 딥러닝을 활용한 기법은 거의 CNN을 기초로 함 새로 등장하는 계층: 합성곱 계층(convolutional layer), 풀링 계층(pooling layer) Affine 계층과 CNN 비교 Affine 계층: 인접하는 계층의 모든 뉴런과 결합: 완전연결(fully-connected) Affine-ReLU 연결 CNN: 합성곱 계층과 풀링 계층이 추가됨 Conv-ReLU-(Pooling) 흐름 출력에 가까운 층에서는 'Affine-ReLU' 구성 사용 가능 마지막 출력 계층에서는 'Affine-Softmax' 조합을 그대로 사용 7.2 합성곱..
머신러닝/밑바닥부터 시작하는 딥러닝
2021. 5. 9. 18:54