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 | 29 | 30 | 31 |
- python
- DANAWA
- 프로젝트
- keras
- AWS
- 판다스
- tensorflow
- javascript
- data analyze
- matplotlib
- 애자일
- adaptive life cycle
- webcrawling
- visualizing
- Method
- Project
- algorithm
- Crawling
- opencv
- ECS
- 다나와
- analyzing
- Scrum
- angular
- 자바스크립트
- Agile
- data
- pandas
- 크롤링
- TypeScript
- Today
- Total
목록CNN (2)
LiJell's 성장기
MNIST Handwritten Digit Classification Dataset MNIST (Modified National Institute of Standard and Technology) dataset from keras.datasets import mnist from matplotlib import pyplot # load dataset (trainX, trainy), (testX, testy) = mnist.load_data() # summarize loaded dataset print('Train: X=%s, y=%s' % (trainX.shape, trainy.shape)) print('Test: X=%s, y=%s' % (testX.shape, testy.shape)) # plot fi..
CNN Fully-Connected Layer만으로 구성된 인공신경망의 입력 데이터는 1차원 형태로 한정 Flatten → Dense → 1차원 사진 데이터로 FC 신경망을 학습시키는 경우, 사진 데이터를 1차원으로 변환 → 공간정보 의 손실 → 정보 부족으로 특징 추출 및 학습이 비효율적이고 정확도를 높이는데 한계 이미지의 공간정보를 유지한 상태로 학습 가능한 모델이 CNN CNN의 특징 각 레이어의 입출력 데이터의 형상 유지 이미지의 공간 정보를 유지하면서 인접 이미지와의 특징을 효과적으로 인식 복수의 필터로 이미지의 특징 추출 및 학습 셀로판지 느낌 추출한 이미지의 특징을 모으고 강화하는 Pooling layer 필터를 공유 파라미터로 사용하기 때문에, 일반 인공 신경망과 비교하여 학습 파라미터 가..