1절. 심층 신경망 구조 심층 신경망(DNN) Deep Neural Networks MLP(다층 퍼셉트론)에서 은닉층의 개수 증 은닉층을 여러 개 사용(2개 이상) MLP의 문제점을 해결한 형태 GPU의 도움 DNN의 학습 속ㄷ도는 상당히 느리고 계산 집약적 학습에 시간과 자원이 많이 소모 ...

1절. TensorFlow 텐서플로우(TensorFlow) 딥러닝 프레임워크의 일종 내부적인 C/C++ 구현 여러 가지 언어(+ Python)에서 접근 가능한 인터페이스 제공 텐서플로우 구조 C++ 커널을 Python 으로 한 번 래핑 Tensor 다차원 넘파이 배열 데이터(실수)를 저장하는 컨테이너 ...

1절. 7장 과제 keras : MNIST import matplotlib.pyplot as plt import tensorflow as tf import cv2 as cv (train_images, train_labels), (test_images, test_labels) = tf.keras.datasets.mnist.load_data() p...

1절. Numpy_1장 과제 사용 모듈(라이브러리) import numpy as np Q1) 0 ~ 10 사이로 이루어진 정수를 랜덤하게 36개로 만들어라. 참고 : 사이즈 (36,) res = np.random.randint(0, 11, size = 36) res # array([ 6, 8, 4, 2, 0, 6, 1, 7, ...

1절. 신경망 퍼셉트론 1957년 프랑크 로젠블라트가 고안한 신경망의 기원이 되는 알고리즘 인공 뉴런으로 다수의 신호를 입력으로 받아 하나의 신호를 출력하는 것 컴퓨터 vs 인공신경망 신경망 장점 학습이 가능 데이터만 주어진다면 예제로부터 배울 수 있음 몇 개의 소자가 오동작하더라도 전...

1절. 회귀 회귀와 분류 선형 회귀 데이터들을 2차원 공간에 찍은 후 데이터들을 가장 잘 설명하는 직선 OR 곡선을 찾는 문제 입력 데이터를 가장 잘 설명하는 기울기와 절편값을 찾는 문제 $y = f(x)$에서 출력 $y$와 입력 $x$가 실수일 때, 함수 $f(x)$ 예측 직선의 방정식 : $f(x) = mx + b...

1절. MLP MLP(Multilayer Perceptron) 입력층과 출력층 사이에 은닉층(hidden layer)을 가진 퍼셉트론 활성화 함수(Activation Function) 입력의 총합을 받아 출력값을 계산하는 함수 여러 가지 활성화 함수 존재 일반적으로 많이 사용되는 활성화 함수 계단 함수 입...

1절. 인터넷과 프로토콜 인터넷(Internet) 장치끼리 꼭 들어맞는 연결의 통신 형태 “너트와 볼트(Nuts And Bolts)”의 관점 수십억 대의 연결된 컴퓨팅 장치 호스트 = end systems 인터넷의 “주변(edge)”에서 네트워크 애플리케이션 실행 패킷 스위치: ...

1절. 머신러닝 전통적인 프로그래밍과 머신러닝 종류 입력값 전통적인 프로그래밍 데이터, 코드 머신러닝 데이터, 출력값 머신러닝 입력을 받아 출력하는 함수 $y = f(x)$의 학습(함수 근사) ...

1절. Numpy 넘파이(Numpy)란? 넘파이 라이브러리에는 다차원 배열 데이터 구조 포함 다양한 수학적 행렬 연산 수행 시 사용 딥러닝에서의 넘파이 왜 딥러닝에서 넘파이가 중요할까? 훈련 샘플이 2차원 or 3차원 행렬에 저장되기 때문 4차원 이상으로 넘어갈 시 값이 매우 커져서 오히려 구하...