Hello World!

📝 기본 숙제Ch.02(02-2) VGGNet 또는 ResNet으로 고양이/강아지 이미지 분류하고 결과 화면 캡처하기 📘 추가 숙제Ch.02 (02-1, 02-2, 02-3) AlexNet, VGGNet, ResNet 중 하나를 골라 모델 구조를 그림 또는 표로 정리하기VGGNet을 그려보았습니다🎨 🗂️ 내용 정리Chap02-1 이미지 분류 CNN 모델 만들기1. 이미지넷 대회에서 우승한 최초의 CNN 모델 - AlexNet- 비정형 데이터 : 구조가 사전에 정의되지 않은 데이터 ➡️ 딥러닝 이용- AlexNet이미지 원본 픽셀을 그대로 사용하면서 성능면에서 뛰어남.LeNet-5 모델보다 많은 층을 사용한다.LeNet-5에서 사용한 활성화함수인 시그모이드 함수 대신 LeRu 함수를 사용한다. ➡️..

📝 기본 숙제Ch.01(01-3) LeNet으로 Fashion MNIST 분류 실습 후 예측 결과 화면 캡처하기📘 추가 숙제예측이 틀린 이미지를 골라 "왜 틀렸을까?" 추측해 보기옷의 생김새가 유사하거나 이미지 품질이 낮아서 모델이 구분할만한 특징을 제대로 학습+이용하지 못하는 경우가 있었을 것 같다. 🗂️ 내용 정리Chap01-3 패션 상품 이미지 분류하기1. LeNet 모델 만들기(1) 활성화 함수 : 시그모이드, relu (2) LeNet-5 모델 만들기 2. LeNet 모델 훈련하기(1) 위에서 만든 모델 구조 확인하기flatten 다음에 오는 세 개의 밀집층은 분류층이라고도 함. (2) 훈련 데이터 준비하기- 패션 MNIST 데이터셋 : 옷, 신발 등의 패션 아이템 이미지를 포함(3) 모델..

📝 기본 숙제Ch.01(01-1, 01-2) 구글 코랩에 텐서플로/케라스 설치하고, LeNet 모델 구조 그림으로 그려보기 📘 추가 숙제convolutional, Pooling, Dense 레이어의 기능 각각 설명하기(p.49)- 합성곱층 (convolutional layer)이미지의 작은 부분을 스캔하여 중요한 특성을 추출- 풀링층 (pooling layer)합성곱층에서 추출된 특성맵을 축소해 처리 속도를 높이고, 모델이 더 중요한 패턴에 집중하도록 만듦- 밀집층 (dense layer)이전 층에서 추출된 특성을 바탕으로 최종 결과를 도출 🗂️ 내용 정리Chap01-1 딥러닝 개발 환경 구축하기1. 코랩으로 실습 준비하기2. 텐서플로와 케라스2.1 텐서플로- 신경망 모델을 만들 수 있는 전문 ..