본문 바로가기

728x90

밑바닥부터 시작하는 딥러닝 17

[밑바닥부터 시작하는 딥러닝 1] chap8 딥러닝 1) 손글씨 숫자 인식 심층 CNN 특징 층이 깊어지면서 채널 수는 더 늘어나는 것이 특징임 중간에 풀링 계층을 추가→ 중간 데이터의 공간 크기를 점차 줄임 마지막 완전연결 계층 → 드롭아웃 사용 Adam 활용해 최적화 가중치 초깃값: he 초깃값(relu에서는 he 초깃값 사용) 3x3 필터 사용한 합성곱 계층 활용 2) 데이터 확장 입력 이미지 알고리즘을 통해 인위적으로 확장함 데이터가 많이 없을 때 효과적임 회전 세로로 이동 crop(이미지 일부 자르기) flip (이미지 좌우 뒤집기) - 대칭성 고려 x시 크기 수정 밝기 변화 3) 층 깊게 하는 이유 더 적은 매개변수로 표현력 달성이 가능 파라미터가 많으면 오버피팅 발생 높아 55의 합성곱 연산 1회는 33의 합성곱 연산을 2회 수행하여 대체할 .. 2023. 7. 8.

이전 1 2 다음

728x90

티스토리툴바