딥러닝 공부

딥러닝 공부

  • 분류 전체보기 (137)
    • 딥러닝 모델: 파이토치 (71)
    • CNN (2)
    • ResNet (6)
    • VGG16 (2)
    • FCN (0)
    • 한 줄 일기 (0)
    • EfficientNet (3)
    • 알고리즘 (45)
    • 딥러닝 모델: fastai (8)
    • LSTM (0)
    • 마이크로비트 (0)
  • 홈
  • 태그
  • 방명록
RSS 피드
로그인
로그아웃 글쓰기 관리

딥러닝 공부

컨텐츠 검색

태그

qlx 출력 게이트 Image classifier RNN ImageDataLoaders 입력 게이트 ResNet fruit classification tranfer learning 티스토리챌린지 삭제 게이트 딥러닝 예시 VGG16 ImageDataBunch weight initialization CNN 이미지 분류 fruits classifier 오블완 fastai

최근글

댓글

공지사항

아카이브

VGG16(2)

  • (개념)VGG16

    VGG16 Architecture 구성 - 13 Convolution Layers + 3 Fully-connected Layers with ReLu (합성곱과 함께 활성함수 ReLu도 사용) - 3*3 convolution filters - stride: 1&padding:1 - 2*2 max pooling(stride:2) => 위의 표에서는 'M'이 MaxPooling임 - conv3: 3X3 필터 - conv1: 1X1 필터 - conv3-N: N은 필터의 개수. conv3-64라고 하면 64개의 3X3 필터를 학습 매개변수로 사용했다는 의미 ------------------------------------------------------------------여기까지가 Feature Extracto..

    2023.07.11
  • (논문)Analysis of Convolutional Neural Network based Image Classification Techniques

    ♣ Purpose - 과일 이미지 분류하기(Kaggle Fruits 360 dataset 사용): 아보카도, 바나나, 체리, 코코넛, 키위, 망고, 오렌지 - 입력 이미지에 필터 또는 특징 검출기를 적용하여 이미지의 가장 중요한 특징을 감지함으로써 과일을 분류함 - 이를 통해 활성화 함수를 사용하여 특징 맵 또는 활성화 맵을 생성함 - 특징 검출기나 필터는 에지, 수직선, 수평선, 구부러짐 등 이미지에 존재하는 다양한 특징을 식별하는 데 도움됨 ♣ Total process - Resizing: 100X100 사이즈로 만듦 - Augmentation(증강): resizing 이후 이미지 데이터 증강 기술이 사용되어 훈련 데이터셋을 확장하여 성능을 향상시키고 모델의 일반화 능력을 향상시킴 ※ - Convol..

    2023.07.11
이전
1
다음
티스토리
© 2018 TISTORY. All rights reserved.

티스토리툴바