딥러닝7 06. 딥러닝 신경망 구현 기초 MNIST - 신경망 구성, 정확도 평가, 배치 처리 - 이전 글: 05. 딥러닝 신경망 구현의 기초 - 출력층, 항등함수, 소프트맥스함수, 분류, 회귀 해당 포스팅은 '밑바닥부터 시작하는 딥러닝'과 기타 인터넷 자료를 요약한 자료입니다. 손글씨 숫자 인식 신경망의 구조를 실전 예인 손글씨 숫자 분류에 사용 해 본다. MNIST 데이터셋 이번 예에서 사용되는 데이터셋은 mnist라는 손글씨 숫자 이미지 집합이다. MNIST는 아주 유명한 데이터셋으로, 간단한 실험부터 논문으로 발표되는 연구까지 다양한 곳에서 연구된다. MNIST 데이터셋은 0부터 9까지 숫자 이미지로 구성된다. 예를 들어 훈련 이미지가 60000장, 시험 이미지가 10000장을 준비하고 이 훈련 이미지들을 사용하여 모델을 학습하고, 학습한 모델로 시험 이미지들을 얼마나 정확하게 분류하는지를.. 2021. 5. 23. 05. 딥러닝 신경망 구현의 기초 - 출력층, 항등함수, 소프트맥스함수, 분류, 회귀 이전 글: 04. 딥러닝 신경망(Neural Network)의 모든 것 해당 포스팅은 '밑바닥부터 시작하는 딥러닝'과 기타 인터넷 자료를 요약한 자료입니다. 출력층 설계하기 데이터 마이닝과 머신 러닝에서는 크게 회귀 문제와 분류 문제를 다룬다. 신경망은 이 둘 모두에 사용될 수 있으며, 둘 중 어떤 문제인지에 따라, 출력층에서 사용하는 함수가 달라진다. 일반적으로 회귀에서 출력층은 항등 함수를, 분류에서 출력층은 소프트맥스 함수를 사용한다. 이에 대해 알아보도록 하자. 함수로 들어가기 전에, 함수의 목적을 알 필요가 있다. 따라서 분류와 회귀에 대해 간단히 비교하면 아래와 같다. 1. 분류와 회귀 분류 예측 모델링 - 소프트맥스 함수 분류는 데이터를, 특정 카테고리 또는 값(discrete output).. 2021. 5. 13. 딥러닝 넘파이(Numpy) 설치, 기초 연산 및 설명 해당 포스팅은 '밑바닥부터 시작하는 딥러닝'과 기타 인터넷 자료를 요약한 자료입니다. 넘파이 (Numpy) 딥러닝을 구현하다 보면 배열이나 행렬 계산이 많이 등장한다. 넘파이는 데이터를 표현하기 위한 주요 데이터 구조로 사용된다. 넘파이의 배열 클래스인 numpy.array에는 편리한 메서드가 많이 준비되어 있어, 이를 이용하기 위한 기초를 배운다. 1. 넘파이 (Numpy) 설치 windows - cmd.exe를 실행한 후 아래와 같이 pip install numpy를 입력하여 넘파이를 설치한다.* 설치 오류 등에 대한 문의는 따로 받지 않습니다. 1.1. 넘파이 가져오기 import numpy as np 넘파이는 외부 라이브러리이므로 파이썬에서 import numpy as np로 불러온다. 이 때 a.. 2021. 5. 5. 04. 딥러닝 신경망(Neural Network) - 활성화 함수, 계단 함수, 시그모이드 함수, ReLU의 모든 것 신경망 (Neural Network) 앞 서 퍼셉트론의 개념인 입력 신호와 가중치 그리고 임계점에 대해서 배웠고 퍼셉트론의 한계점, 다층 퍼셉트론을 통한 극복 방법을 배웠다. 지금까지 배운 가중치는 사람이 '직접' 설정했다면, 신경망은 가중치 매개변수의 적절한 값을 데이터로부터 자동으로 학습하는 성질을 가지고 있다. - 이전 글: 03. 퍼셉트론의 한계와 다층 퍼셉트론 해당 포스팅은 '밑바닥부터 시작하는 딥러닝'과 기타 인터넷 자료를 요약한 자료입니다. 1. 신경망의 구성 신경망(Neutal networks)은 동물의 뇌의 동작을 모사하여 데이터 간의 숨은 관계를 인지하는 알고리즘이다. 신경망은 여러 노드의 집합으로 형성되어 있는 데, 뇌의 뉴런을 대략적으로 모델링하고 있다. 실제 뉴런끼리 연결되는 시냅.. 2021. 5. 1. 이전 1 2 다음
