ch0nny_log

▣ 코렙에서 정상 이파리와 질병 이파리 분류 신경망 만들기  #1. 정상 이파리와 질병 이파리 데이터를 다운로드 받습니다. https://cafe.daum.net/oracleoracle/SpOP/283훈련 4000장( 정상: 2000장, 질병: 2000장 ) 테스트 100장 #2. 일반 컬러 사진을 신경망에 넣고 분류하는 모델 만드는 전체적인 과정 1. 원본 이미지를 작은 사이즈로 resize 합니다.2. image_load 함수로 사진을 숫자 행렬로 변환3. 정답 csv 파일을 생성4. 정답 csv 을 위한 인코딩5. 신경망을 생성6. 신경망에 데이터를 넣고 학습시킴7. 모델 성능 개선8. 신경망 활용 사용자 인터페이스 생성9. 전체코드를 github 에 올리기 실습 1. 구글 코렙에 /content/..

▣  합성곱이란 무엇인가? 합성곱 (Convolution  Neural  Network ) 신경망 ?                     Convolution        층과           pooling 층을 포함하는 신경망                ↓                                  ↓       이미지의 특징을 잡아내는 역활    이미지를 선명하게 해주는 역활 지금까지 배운 신경망과 CNN 을 사용한 신경망의 차이 ?   1. 기존 신경망의 구조 ( 완전 연결 계층 : Fully  Connected )    입력층 ------>  Affine  -------> Relu -----> Affine ----> Relu -----> softmax        ↓   사진을 ..

▣ 5. 14 텐써 플로우로 3층 신경망 전체 코드 구현 ■ 실습1. 아래와 같이  신경망을 구현하시오 !  입력층 ----> 은닉1층 ---> 은닉2층 ----> 은닉3층 -----> 출력층  (784개)         (64개)           (32개)           (64개)          (10개) 위의 다른 코드들은 다 똑같고 아래의 모델 구성 층만 다음과 같이 구성합니다. model = Sequential()model.add(Flatten( input_shape=(784, ) ) ) # 입력층 0층model.add(Dense(64, activation='sigmoid') ) # 은닉층(1층)model.add(Dense(32, activation='sigmoid') ) # 은닉층(..

9. 렐루 함수의 계산 그래프  신경망에서 활성화 함수가 왜 필요한지?이미지, 음성,  텍스트 입력 데이터의 중요한 부분을 파악하기 위해서 입니다.1. 고양이 이미지배경은 중요하지 않고 고양이의 귀나 입이 중요하다라는 것을 활성화 함수가 신호를 보내줌으로서 파악2. 강아지 음성강아지 음성의 배경에 들리는 차소리는 중요하지 않고 강아지 소리자체가 강아지 소리를 인식하는데 있어서 중요하다는 것을 인식3. 텍스트 데이터내가 던진 질문 데이터에서 핵심적인 단어가 무엇인지를 파악 렐루 함수 ?입력신호가 0보다 큰 값이 입력이 되면 그 값을 그대로 출력하고 0보다 작은 값이 입력이 되면 0을 출력하는 함수렐루 함수는 순전파일 때 x 가 0보다 큰값이 입력되었으면 역전파일 때 상류에서 흘러왔던 기울기가 그대로 흘러가..

■  2층 신경망 구현하기(오차 역전파로 2층 신경망 학습시키기) 1. 오차 역전파로 기울기를 구하는 함수 소개 기존에 배웠던 신경망이 학습되는 원리 ?    오차가 가장 작아지는 지점의 가중치를 알아내겠금 학습이 되는 원리입니다.     그래서 기울기를 구하기 위해서 4장에서 아래의 미분 함수를 만들었습니다.  def numerical_diff( f, x ): h = 0.0001 return ( f(x+h) - f(x-h) ) / (2*h)  이 미분함수를 이용해서 신경망 학습을 시키게 되면 문제가 하나 있습니다.  그 문제가 뭐냐면  ?     기울기 구해야하는 가중치가 너무 많습니다.                                 너무 많아서 위의 함수로는 기울기를..

참고 노션: 4장. 2층 신경망 구현하기(수치미분을 이용해서 학습 시키기) (notion.site) 4장. 2층 신경망 구현하기(수치미분을 이용해서 학습 시키기) | Notion신경망 학습의 원리를 이해시키기 위해서 필요한 단원gabby-nurse-0c2.notion.site import numpy as npx = np.array([ 3.0, 4.0 ])def loss_f(x): return x[0]**2 + x[1]**2▣ 미니배치   p115 ~ 116 신경망 학습 시킬때 반드시 알아야하는 용어 3가지 ?   1. 미니 배치  :  훈련 데이터의 일부만 골라서 학습 하는 방법   2. 에폭 : epoch 로 훈련 데이터 전체를 다 사용해서 학습 한것을 1에폭   3. 수치 미분 :  ..

■ 2층 신경망 구현하기(수치미분을 이용해서 학습 시키기) 신경망 학습의 원리를 이해시키기 위해서 필요한 단원  신경망 학습을 2가지 방법으로 시킬 수 있습니다.   1.  수치 미분을 이용한 방법(4장)  -->  장점:  어떻게 학습되는지 확실히 이해할 수 있음       단점:  학습이 너무 느리다. 2.  오차 역전파를 이용한 방법(5장) --> 장점:  학습이 빠릅니다.       단점:  신경망 학습의 원리를 이해하기가 어려움     지금 현장에서 사용하고 있는 모든 신경망을 오차 역전파를 이용한 방법입니다.   ▣ 크로스 엔트로피 오차함수 * 오차함수란 ?   신경망이 예측한 예측값과 진짜 정답과의 오차를 출력해주는 함수  * 오차함수의 종류 2가지 ?      1. 교차 엔트로피 오차함수(..

▣ 3.10 출력층 함수 소프트 맥스 함수 구현하기 * 개와 고양이를 분류하는 신경망   입력값 ---------->  신경망  -------->  출력층 함수 ------>  [ 0.8 , 0.2 ]                                                                                              확률값   입력값 ---------->  신경망  -------->  출력층 함수 ------>  [ 0.8 , 0.2 ]                                                            소프트 맥스           개    고양이  예제1. 출력층 함수인 소프트 맥스 함수를 파이썬으로 구현하기.1...