728x90

딥러닝 2

CNN(Convolution Neural Network)에 대하여

■ CNN(Convolution Neural Network) 이미지와 같은 이차원 데이터에서 패턴을 학습하는 데 특화된 딥러닝 모델이다.이미지 처리, 영상 인식, 객체 탐지 등의 다양한 컴퓨터 비전 작업에 사용된다.■ CNN 구조 위 사진은 실제 CNN을 통해 학습하는 과정을 시뮬레이션으로 만들어 놓은 것이다.  우측의 Fully-connected layer의 입력 데이터는 1차원(배열) 형태로 입력되어야 한다.컬러 Image의 경우 3차원 흑백의 경우 2차원 데이터를 가지게 되며, 각 Image들을 좌측 그림의 마지막 Pooling layer와 같이 1차원 배열 형태로 만들어야 한다.1, 3차원 Image의 공간 정보를 유지한 상태로 학습이 가능한 모델이 CNN이다. CNN은 (FEATURE LEARN..

ANN(Artificial Neural Network)에 대하여

■ ANN(Artificial Neural Network) ANN은 생물학적 신경망을 본떠 만든 컴퓨팅 시스템으로, 데이터 처리와 패턴 인식에 사용된다. ANN은 뉴런으로 불리는 노드의 집합으로 구성되며, 뉴런은 층(layer)로 조직되어 있다. 인공 신경망은 여러 층의 노드(뉴런)로 구성된 네트워크다. 각 노드는 입력값을 받아서 특정 함수에 따라 출력을 생성하고, 이 출력값을 다음 층으로 전달한다. ■ 구성 요소 1. 뉴런(노드) : 신경망의 기본 단위, 입력값을 받아 처리한다.2. 입력층 : 데이터가 네트워크에 들어오는 층이다. 입력층의 뉴런은 데이터의 각 특징을 나타낸다.3. 은닉층(hidden layer) : 입력층과 출력층 사이에 위치하며, 데이터의 복잡한 패턴을 학습한다.4. 출력층 : 네트워..

728x90