IT Note (207) 썸네일형 리스트형 내가 사랑하는 서비스 6 *원문보기 >> https://brunch.co.kr/@jessiejisulee/128 0. 이성보다는, 감정적인 끌림으로 삶을 정의하고 마음 가는 방향에 충실하면서 느낀 점이 있습니다. 누군가에게 열띤 감정과 함께 사랑하는 사람이 생겼어,라고 말할 때 제가 사랑하는 것들은 모두 저에게 필요한 가치, 닮아가고 싶은 모습을 가지고 있다는 것입니다. 누군가와 일하는 것을 사랑하며 Boldness를, 어딘가에서 살아가는 것을 즐기며 자유로움을, 누군가를 사랑하며 현명함을 얻었고, 앞으로 얻고싶어하는 것 같습니다. 저를 계속해서 자유롭게 하고, 생각하게 하고, 지치지 않는 wildduck으로 살아가게 하는 제시가 사랑하는 6개의 서비스를 소개합니다. 1. Slack -Business communication a.. CIFAR-10 이미지 분류를 위한 CNN을 구성해보자! (Keras) 원문 :호롤리한 하루 Overview 이 문서에서는 CIFAR-10 dataset에 대한 이미지 분류를 Keras를 사용한 CNN(Convolution Neural Network)로 구현해보도록 하겠습니다. 본문에서 사용한 코드는 이곳 CIFAR-10 발음을 조심해야하는 이름을 가진 CIFAR-10 dataset은 32x32픽셀의 60000개 컬러이미지가 포함되어있으며, 각 이미지는 10개의 클래스로 라벨링이 되어있습니다. 또한, MNIST와 같이 머신러닝 연구에 가장 널리 사용되는 dataset중 하나입니다. 60000개 중, 50000개 이미지는 트레이닝 10000개 이미지는 테스트용도로 사용됩니다. CNN Archtecture [참고] CNN이란? 본문에서 사용한 CNN의 각 레이어 구조는 다음과 .. 호다닥 공부해보는 CNN(Convolutional Neural Networks) 원문 ; 호롤리한 하루 -CNN CNN? CNN은 이미지를 인식하기위해 패턴을 찾는데 특히 유용합니다. 데이터에서 직접 학습하고 패턴을 사용해 이미지를 분류합니다. 즉, 특징을 수동으로 추출할 필요가 없습니다. 이러한 장점때문에 자율주행자동차, 얼굴인식과 같은 객체인식이나 computer vision이 필요한 분야에 많이 사용되고 있습니다. CNN이 유용한 이유? CNN이 나오기 이전, 이미지 인식은 2차원으로 된 이미지(채널까지 포함해서 3차원)를 1차원배열로 바꾼 뒤 FC(Fully Connected)신경망으로 학습시키는 방법이었습니다. 위와 같이 이미지의 형상은 고려하지 않고, raw data를 직접 처리하기 때문에 많은 양의 학습데이터가 필요하고 학습시간이 길어집니다. 또한 이미지가 회전하거나 움.. 이전 1 ··· 15 16 17 18 다음
