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
- object detection
- TensorFlow
- matlab 영상처리
- pytorch
- 미디언 필터링
- MFC 프로그래밍
- 파이토치 강의 정리
- 딥러닝 공부
- 모두의 딥러닝
- 파이토치
- 영상처리
- 모두의 딥러닝 예제
- c++공부
- 케라스 정리
- c++
- 골빈해커
- c언어 정리
- 컴퓨터 비전
- 김성훈 교수님 PyTorch
- 딥러닝 스터디
- 파이토치 김성훈 교수님 강의 정리
- Pytorch Lecture
- c언어
- 딥러닝
- 해리스 코너 검출
- pytorch zero to all
- 팀프로젝트
- tensorflow 예제
- 가우시안 필터링
- C언어 공부
Archives
- Today
- Total
목록케라스 모델 (1)
ComputerVision Jack
[케라스 Chapter3 정리]
케라스 신경망 구조 실행환경 : colab 케라스 신경망 훈련 요소 네트워크(모델) 구성 층 입력 데이터와 대응하는 라벨 cost함수 optimizer(최적화) model.add(layers.Dense(32, input_shape = (784, ))) model.add(layers.Dense(10)) # 모델에 추가된 층을 자동으로 상취 층의 크기에 맞춰진다. 출력층의 크기를 자동으로 채택 이런 네트워크 구조는 다양하게 존재한다.(가지 네트워크, 출력 여러개 네트워크, 인셉션 블록) 따라서 적절한 네트워크 구조를 채택해야한다. 네트워크를 정하면 손실 함수와 옵티마이저를 선택한다. 다출력 신경망은 여러개의 손실함수를 갖는다. 그러나 경사 하강법은 scalar의 손실 기준값으로 하기 때문에 여러 네트워크 손..
DeepLearning/케라스 - Keras Lib
2020. 1. 15. 20:23