ComputerVision Jack

[11-0 cnn_basics] 합성곱 신경망에 대한 기본 sess = tf.InteractiveSession() image = np.array([[[[1],[2],[3]], [[4],[5],[6]], [[7],[8],[9]]]], dtype=np.float32) print(image.shape) plt.imshow(image.reshape(3,3), cmap='Greys') #기본적인 예제 이미지 생성 print("image.shape", image.shape) weight = tf.constant([[[[1.]],[[1.]]], [[[1.]],[[1.]]]]) print("weight.shape", weight.shape) conv2d = tf.nn.conv2d(image, weight, stride..

[개념 정리] 이미지 인식의 CNN CNN은 합성곱 신경망이다. 이러한 CNN은 이미지 인식 분야와 자연어 처리, 음성인식에도 효과가 대단하다. CNN 개념 CNN의 모델은 기본적으로 컨볼루션 계층과 풀링 계층으로 구성된다. N차원의 데이터의 지정한 영역의 값들을 하나의 값으로 압축한다고 여기면 된다. 즉 마스크(윈도우)를 통하여 이미지의 특정 영역을 가져와 은닉층을 구성된다. 따라서 윈도우의 크기가 (3 x 3)이면 가중치 또한 (3 x 3)이 필요하며, 편향은 1개가 필요하다. 이를 커널 또는 필터라고 한다. stride(스트라이드) stride는 윈도우가 이동될 크기를 말합니다. 이미지는 보통 픽셀로 구성되어 있다. 따라서 stride가 1인경우 한픽셀씩 옆으로 마스크가 이동하면서 영역을 가져오지만..