filter ์ธ๋ค์ผํ ๋ฆฌ์คํธํ 4/14 ๋ชฉ ๋ชฉ์์ผ! ์ค๋์ CNN์ ์ค์ ์ฝ๋๋ก ๊ตฌํํด๋ณธ๋ค! ์ด๋ฏธ์ง ํ ์ฅ : 2์ฐจ์(X, T) → Convolution Layer :: Feature Map : 2์ฐจ์ ์ฌ๋ฌ ๊ฐ → Activation Map : 3์ฐจ์ → X ๋ฐ์ดํฐ(์ด๋ฏธ์ง ์ ๋ณด. ์ด๋ฏธ์ง ๊ฐ์, ์ธ๋ก, ๊ฐ๋ก, Channel) : 4์ฐจ์ Data โถ conv : ํน์ง์ ๋ฝ์๋ธ ์ด๋ฏธ์ง๊ฐ ์ฌ๋ฌ ์ฅ์ด ๋๋๋ก ๋ฐ๋ณต ์์ (์ด๋ฏธ์ง ๊ฐ์, Feature Map ์ธ๋ก, Feature Map ๊ฐ๋ก, filter์ ๊ฐ์) โถ Pooling Layer :: conv ์์ ์ ๊ฑฐ์น ์ฌ๋ฌ ์ฅ์ ๋ฐ์ดํฐ ์ฌ์ด์ฆ๋ฅผ ์ค์ โถ conv :: Pooling Layer๋ฅผ ๊ฑฐ์น ๋ฐ์ดํฐ์ ํน์ง์ ๋ ๋ฝ์๋ โถ FLATTEN :: 4์ฐจ์ → 2์ฐจ์(batch size ํฌํจํ ๋) 1. Cha.. ๋๋ณด๊ธฐ 4/13 ์ ์์์ผ! CNN(Convolutional Neural Network, convnet. ํฉ์ฑ๊ณฑ ์ ๊ฒฝ๋ง)์ผ๋ก ๋ค์ด๊ฐ๋ค! Deep Learning(Deep Neural Network)์ ์ข ๋ฅ : - Computer Vision : ์ปดํจํฐ๊ฐ ์ด๋ฏธ์ง๋ ๋น๋์ค๋ฅผ ๋ณด๊ณ ์ฌ๋ฌ ๊ฐ์ฒด๋ฅผ ์๋ณํ๊ณ ํ์ ํ ์ ์๋๋ก ์ง์ํ๋ Computer Science ๋ถ์ผ. ๋ํ์ ์ธ ์๊ณ ๋ฆฌ์ฆ์ CNN. ๋ชฉ์ ์ pixel์ ์ดํดํ๋ ๋ฐฉ๋ฒ์ ๊ณ ์ํ๋ ๊ฒ - NLP(Natural Language Process) : ์์ฐ์ด ์ฒ๋ฆฌ. ๋ํ์ ์ธ ์๊ณ ๋ฆฌ์ฆ์ RNN, LSTM ์ด๋ฏธ์ง๋ฅผ ์ด๋ฃจ๋ ๊ฐ์ฅ ์์ ๋จ์ → pixel ์ด๋ฏธ์ง ์ขํ๊ณ (Image coordinate) - 2์ฐจ์ ndarray๋ก ํํ - pixel (์ธ๋ก, ๊ฐ๋ก) 1. ์ด๋ฏธ์ง ์ฒ๋ฆฌ(Im.. ๋๋ณด๊ธฐ ์ด์ 1 ๋ค์