728x90 반응형 AI ｜Computer Vision/Image Classification2 [Classification] CNN으로 MNIST data 분류하기 # 딥러닝 학습 단계 (code 기준) 1) 라이브러리 불러오기 (torch, torchvision, matplotlib 등등) 2) GPU 사용 설정하고 randon value를 위한 seed 설정 3) 학습에 사용되는 hyper-parameter 설정 (learning rate, training epochs, batch size 등) 4) Dataset download & 학습에 사용되기 편하게 DataLoader 생성 5) 학습 모델 만들기 (CNN, DNN 등) 6) Loss function(=Criterion) 정의하고 Optimizer 선언 7) 모델 학습 및 Loss check (=Criterion의 output) 8) 학습된 모델의 성능 Test MNIST 데이터를 CNN을 적용하여 분류해.. AI ｜Computer Vision/Image Classification 2022. 6. 5. 더보기 ›› [Classification] Convolution Neural Network(CNN, 합성곱 신경망) Convolution Neural Network(CNN)은 인간의 시신경을 모방한 딥러닝 구조 중 하나이다. 이미지 분류 작업에 매우 높은 성능을 보이며, 이전의 MLP 방식의 이미지 처리와는 다르게 공간적인 구조 정보(Spatial structure)를 유지하면서 학습시키는 방식으로, 이를 위해 사용하는 것이 "CNN" - 공간적인 구조 정보란, 가까운 거리 내 픽셀들끼리의 연관성을 의미한다. - 이번 글에서 간단한 용어와 원리부터 연산하는 실습까지 공부해보자! 1. 기본 용어 정리 1-1. Convolution(합성곱)? Convolution 연산은 공간 영역 필터링을 위한 핵심 연산 방법으로, 입력된 이미지 위에서 stride 값만큼 filter(=kernel)을 이동시키면서 겹쳐지는 부분의 각 원.. AI ｜Computer Vision/Image Classification 2022. 6. 4. 더보기 ›› 반응형 이전 1 다음
