본문 바로가기

AI28

Alex-net 란? [딥러닝] 1. AlexNet 이란?AlexNet은 인공지능의 ILSVRC에서 2012년에 당시 오차율 16.4%로 다른 모델 보다 압도적으로 우승한 모델입니다. 현재 시점에서 수치를 보면 그렇게 좋은 정확도가 아니지만, 대회 당시에는 굉장한 정확도였다고 합니다. 2011년에 우승했던 모델의 오차율이 25.8%였으니, 오차율 성능이 40% 만큼 좋아졌습니다. AlexNet의 'Alex'는 모델 논문의 저자인 Alex Khrizevsky의 이름 입니다. 2.  AlexNet 구조   AlexNet은 위의 그림과 같은 구조 입니다.순서대로 나열하면 아래와 같습니다. Input layerConv1 - MaxPool1 - Norm1Conv2 - MaxPool2 - Norm2Conv3 - Conv4 - Conv5 - Max.. 2022. 3. 6.
CNN의 구조 (LeNet - 5) 1. CNN(Convolutional Neural Networks) 개념컨볼루션 신경망(CNN)은 어떤 이미지를 CNN에 입력시켜주면, 그 이미지가 개인지 고양이인지 분류해내는 목적으로 사용되어왔습니다.  기존 신경망의 경우 이미지 픽셀값들을 그대로 입력받아서 어떤 클래스에 속하는지 분류했습니다. 하지만 같은 고양이 이미지라도 살짝 회전되어 있거나, 크기가 다르거나, 변형이 조금만 생겨도 분류하는데 어려움이 있었으며, 그런 경우에 대한 훈련데이터가 모두 필요했고, 그만큼 훈련시간도 상당히 길어진다는 단점이 있었습니다.  그래서 이미지 픽셀값들을 그대로 입력받는 것보다는 이미지를 대표할 수 있는 특성들을 도출해서 신경망에 넣어주는 것이 선호되었습니다. CNN은 입력된 이미지로부터 이미지의 고유한 특징을 부.. 2022. 2. 24.
2. 딥러닝은 학습을 어떻게 할까? 1. 최적의 weight를 찾는다아래 그림 처럼인공신경망은 output 값을 얻기 위해서 weights 랜덤한 값을 계속 넣으면서 값을 찾습니다.2. Neural Network 가 정답을 잘 찾고 있을까?인공신경망이 얼마나 잘 하는지 혹은 얼마나 못하는지 척도가 필요합니다.보통 인공신경망에서 얼마나 못하는지 척도를 이용 합니다. 흔히 사용하는 것이 Loss function / Cost function많이 쓰는 방법은 인공신경망의 출력과 실제 정답과의 차이를 활용 합니다. 예시)A, B 광고료에 따른 판매량을 측정하는 모델을 개발하고 있다고 할때,예측 판매량 (100, 80)실제 판매량 (105, 78) Loss = (105 - 100)² + (78 - 80)² = 29제곱을 하는 이유는 양수로 만들어주기.. 2022. 2. 20.
1. 인공신경망 - ANN (Artifical Neural Network) 그리고 딥러닝 이란? 1. 인공신경망의 이해 인공신경망의 용어 중에 input data, label, weight 라는 단어를 많이 접하게 됩니다.input data 는 (3, 2), (1, 4), (5, 5), (8, 3) 우리가 수집한 데이터를 기계에 넣어주는 것이라고 이해하면 됩니다.label 은 1, -3, 0, 5 정답을 알려주는 데이터 이고,weight 는 기계가 스스로 학습을 통해 찾아내도록 하는 값인데, 여기서는 □, △ 를 가리키는 것 입니다.즉, 인공신경망을 통해서 우리가 찾고자 하는 것인 weight 혹은 파라미터라고 부르기도 합니다. 기계는 어떻게 값을 찾을 수 있을까?기계는 랜덤하게 정답을 찾을때까지 숫자를 넣어서 답에 가깝도록 찾습니다.예를 들어 0.5, 0.5 넣어서 정답과 차이를 보고 차이를 반복.. 2022. 2. 20.

티스토리툴바