일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- 딥러닝
- object detection
- pytorch
- c++
- pytorch zero to all
- Pytorch Lecture
- 딥러닝 공부
- 컴퓨터 비전
- 영상처리
- c언어 정리
- 딥러닝 스터디
- 파이토치 강의 정리
- 케라스 정리
- c언어
- C언어 공부
- 모두의 딥러닝 예제
- tensorflow 예제
- 김성훈 교수님 PyTorch
- 모두의 딥러닝
- c++공부
- TensorFlow
- matlab 영상처리
- 골빈해커
- 파이토치
- 해리스 코너 검출
- 미디언 필터링
- MFC 프로그래밍
- 파이토치 김성훈 교수님 강의 정리
- 가우시안 필터링
- 팀프로젝트
Archives
- Today
- Total
목록데이터 평가 방법 (1)
ComputerVision Jack
[케라스 Chapter4 정리]
머신 러닝 네 가지 분류 기존 다루었던 예제는 모두 지도학습(Supervised learning)의 예이다. 지도학습은 훈련 데이터의 입력과 라벨 사이의 관계를 학습하는 것이다. 지도학습 가장 빈번한 경우. 샘플 데이터가 주어지면 주어진 라벨(타켓)에 입력 데이터를 매핑하는 방법을 학습 지도학습은 회귀와 분류 문제로 구성되지만 예외의 상황도 있다. 시퀀스 생성(Sequence generation) 구문 트리(syntax tree) 예측 물체 감지(object detection) 이미지 분할(image segmentation) 비지도 학습 라벨(타킷)을 사용하지 않고, 입력 데이터에 대해 변환을 찾는다. 데이터 시각화, 데이터 압축, 데이터의 노이즈 제거, 데이터의 상관관계 검출 위해 사용된다. 차원축소(..
DeepLearning/케라스 - Keras Lib
2020. 1. 28. 23:25