愛林

합성곱 신경망 (Convolution Neural Network, CNN) 여러 딥러닝 모델들 중 특히나 이미지 처리에 성능이 좋은 다층 신경망이다. 인공신경망의 부흥기인 1995년에 LeCun과 Bengio가 CNN (Convolution Neural Network) 을 발표했다. 이를 이용해서 문자 인식이나 음성 인식에는 아주 좋은 성능이 발휘되었지만, 기존 신경망이 가졌던 문제들이 해결되지 않은 시점이었기에 SVM 등의 알고리즘에 밀렸었다. 이후 딥러닝이라는 기술이 나오며 기존 인공신경망이 가졌던 문제들이 해결되며 CNN도 강력해졌다. 현재는 이미지 분류에서는 최강의 성능을 보이고 있으며 CNN 과 유사한 신경망들도 많이 개발되어 이 알고리즘의 활용성이 많이 높아진 상태이다. CNN 은 위의 사진의..

Optuna https://optuna.org/ Optuna - A hyperparameter optimization framework Optuna is an automatic hyperparameter optimization software framework, particularly designed for machine learning. It features an imperative, define-by-run style user API. optuna.org Machine Learning 에서 하이퍼 파라미터 튜닝은 모델의 성능을 결정짓는 매우 중요한 요소이다. 이 하이퍼 파라미터에 따라서 모델의 성능은 천차만별이 된다. 하이퍼 파라미터는 사용자가 직접 결정해야 하는 파라미터인 만큼 적절한 파라미터를 찾..

Deep Learning - Keras https://keras.io/ Keras: the Python deep learning API State-of-the-art research. Keras is used by CERN, NASA, NIH, and many more scientific organizations around the world (and yes, Keras is used at the LHC). Keras has the low-level flexibility to implement arbitrary research ideas while offering optional high keras.io Python 에서 Deep Learning 을 공부할 때 이 라이브러리가 빠질 수는 없다고 생각한다...

Deep Learning ANN 글을 적으면서 간결하게 공부했으나, 처음 보는 개념이라 헷갈리기도 했고 아직 능숙하게 사용하기에는 심층적인 공부가 더 필요할 것 같다는 생각이 들었다. 그래서 정리하는 글 딥 러닝에 대해서 알아보고, keras 를 통해 간결한 사용방법을 익혀보자. Deep Learning ? Deep Learning 은 머신 러닝(Machine Learning)의 한 분야로서, 인공 신경망(ANN)의 층을 연속적으로 깊게 쌓아올려 데이터를 학습하는 방식을 말한다. ANN 에 대한 개념은 앞서 공부했지만, 너무 간결하기도 했고 자격증 공부를 위한 얕은 공부였다. 그래서 이번에도 다시 Perceptron의 개념부터 차근차근 쌓아올려 보기로 했다. Perceptron 퍼셉트론은 제일 초기 형태..