딥러닝 프레임워크/딥러닝 기초2

• 

  TensorFlow 실습 1. 의류이미지 분류 Fashion MNIST를 통해서 Tensorflow의 사용법과 신경망 모델링의 기본 구성을 이해해보고 Tensorflow의 Keras를 통해서 딥러닝 모델링을 실행해본다. 1-1. Fashion MNIST란? 10개의 범주(category)와 70,000개의 흑백 이미지로 구성된 패션 MNIST 데이터셋을 사용한다. 이미지는 해상도(28x28 픽셀)가 낮고 다음처럼 개별 옷 품목을 나타낸다 패션 MNIST는 일반적인 MNIST 보다 조금 더 어려운 문제이고 다양한 예제를 만들기 위해 선택했다. 두 데이터셋은 비교적 작기 때문에 알고리즘의 작동 여부를 확인하기 위해 사용되곤 한다. 코드를 테스트하고 디버깅하는 용도로 좋다. 여기에서 60,000개의 이미지를 사용하여 네트워크를 훈련하.. 딥러닝 프레임워크/딥러닝 기초 2024. 3. 28.

• 

  DeepLearning 1. DeepLearning 딥러닝은 인공신경망(Artificial Neural Network)의 일종이다. 인공신경망은 생물학적인 신경망의 작동 원리를 모방하여 만들어졌다. 딥러닝은 여러 층의 인공신경망을 통해 데이터를 분석하고 인식하는 방식으로 작동한다. 이 방식은 이미지, 음성, 텍스트 등 다양한 형태의 데이터를 처리하고 분석하는 데 매우 효과적이다. 인공신경망은 입력층(Input Layer), 은닉층(Hidden Layer), 출력층(Output Layer)으로 구성한다. 입력층은 데이터를 받아들이는 역할을 하며, 출력층은 분류 등의 결과를 출력하는 역할을 한다. 은닉층은 입력층과 출력층 사이에 위치하며, 입력층에서 받아들인 데이터를 처리하는 역할을 한다. 이미지 인식 분야에서는 딥러닝을 이용하여.. 딥러닝 프레임워크/딥러닝 기초 2024. 3. 27.