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
- tensorflow 예제
- 케라스 정리
- object detection
- 파이토치 강의 정리
- 딥러닝 스터디
- Pytorch Lecture
- matlab 영상처리
- c++공부
- c언어
- pytorch
- c언어 정리
- 딥러닝
- 팀프로젝트
- C언어 공부
- 파이토치
- 모두의 딥러닝 예제
- c++
- 컴퓨터 비전
- 가우시안 필터링
- 미디언 필터링
- 모두의 딥러닝
- MFC 프로그래밍
- 영상처리
- 파이토치 김성훈 교수님 강의 정리
- pytorch zero to all
- TensorFlow
- 딥러닝 공부
- 김성훈 교수님 PyTorch
- 해리스 코너 검출
- 골빈해커
Archives
- Today
- Total
목록케라스 주요 네트워크 구조 (1)
ComputerVision Jack
[케라스 Chapter9정리]
핵심 개념 리뷰 인공지능 역사가 깊고, 광범위한 분야 일반적으로 인지 과정을 자동화하기 위한 모든 방법 머신러닝은 인공지능의 한 분분이며 딥러닝은 머신러닝의 한 분야이다. 머신러닝 훈련 데이터를 사용하여 자동으로 프로그램을 개발하는 AI의 특정 하위분야 딥러닝 머신러닝의 여러 종류중 하나. 기하학적 변환 함수들이 번갈아 가며 연속적으로 실게 연결된 모델. 이 연산들은 층이란 모듈을 구성한다. 딥러닝에서 모든것은 벡터이다. 모두가 기하학적 공간에 놓인 하나의 포인트이다. 모델의 입력과 타깃이 먼저 벡터로 바뀌어야 가능하다. 주요 네트워크 구조 벡터 데이터 : 완전 연결 네트워크 이미지 데이터 : 2D 컨브넷 사운드 데이터 : 1D 컨브넷 or RNN 텍스트 데이터 : 1D 컨브넷 or RNN 비디오 데이터..
DeepLearning/케라스 - Keras Lib
2020. 2. 24. 23:09