lenet2 CNN 모델 종류: LeNet, AlexNet, VGG, GoogleNet 비교 CNN의 역사를 보면 다양한 아키텍처로 발전해 왔습니다. 그 중에서도 기본적으로 알아야할 4가지 알고리즘에 대해 살펴보도록 하겠습니다. 바로 LeNet, AlexNet, VGG, GoogleNet 입니다. LeNet LeNet은 '르넷'으로 읽으며, 1998년 제안된 CNN의 초기 모델입니다. 주로 손글씨를 인식하는 네트워크로 활용했죠. 합성곱 계층과 풀링 계층을 반복하고 마지막에 완전 연결 계층을 거치면서 결과를 출력합니다. CNN의 공식데로 합성곱과 풀링 계층을 반복하는 것이 특징이죠. 풀링(Pooling)은 단순히 원소를 줄이기만 하는 서브샘플링(sub sampling) 계층이 있는 것이 특징입니다. Sub sampling 방법은 최대 풀링(max pooling), 평균 풀링(average pool.. 2024. 2. 29. CNN(합성곱 신경망)의 역사: 왜 CNN인가? 이번 포스팅에서는 딥러닝 중 CNN의 역사에 대해 알아보도록 하겠습니다. 영상이나 이미지에 대한 처리 알고리즘으로 CNN을 많이 쓰는데요. CNN을 왜 사용하게 되었고 어떻게 발전해 왔는지 확인해 보도록 하겠습니다. 왜 CNN(Convolutional Neural Network)일까?우리는 먼저 왜 합성곱을 사용했을까 생각해 볼 필요가 있습니다. 이유는 두 함수를 합성곱 하면 Input으로 들어오는 신호, 이미지, 영상 등을 우리가 원하는 함수로 만들어 낼 수 있기 때문입니다. 그래서 영상처리를 위해 고안된 다층신경망이라 불리기도 합니다. 기본적으로 이 모델은 컨볼루션 과정과 서브샘플링 과정 두 단계로 진행합니다. 모델의 특징이 가중치를 공유하기 때문에 학습속도가 빠르고 일반화 능력이 우수하다는 장점을 .. 2024. 1. 4. 이전 1 다음
