Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |
Tags
- horse2zebra
- PAPER
- json 파일 정보 csv파일로 저장
- Moire 이미지
- 이미지파일 특성으로 폴더분류
- C-RNN-GAN:Continuous recurrent neural networkswith adversarial training
- 2D 이미지 높이 측정
- 이미지 복원
- AI 대회
- JSON
- CelebA
- Generative Adversarial Nets
- 자체 데이터 제작
- Image Inpainting
- gan
- 데이터 전처리
- CT 영상에서 U-Net 기반 변형가능 컨볼루션 GAN을이용한 잡음제거
- Generative Adversarial Networks
- music data
- Phase Map
- Phase Map 이미지
- 이미지 특징
- json 파일로 image 라벨링
- mnist
- 논문리뷰
- Python
- 논문 리뷰
- labeling
- Coherent Semantic Attention for Image Inpainting
- 백준
Archives
- Today
- Total
목록ML&DL/ANN (1)
Deep Learning through deep learning

딥러닝의 가장 근간이 되는 인공신경망 ANN 에 대해 다루고자 한다. ANN 의 경우, Perceptron 이라는 것에 대해 시각적으로 이해하고, Input 이 Output으로 나가는 과정을 적어보고, 직접 구현해봄으로써 전체적인 틀을 이해할 수 있다고 생각한다. ANN 은 이후의 모든 딥러닝 모델의 근간이 되므로 그 구조나 틀에 대해 어느정도 감을 잡고 들어간다면, 이후 오픈소스 활용에 있어서도 대강적인 구조 변경이 가능할것이라 생각한다. 물론 대중적으로 널린 세부적인 이론을 제외한 필수 이론만 보고 넘어가며 구현만 해볼 예정이니 코드를 참고하여 활용하길 바란다. Theory 딥러닝이라는 용어 이전에 우리는 Perceptron이라는 용어를 알고 들어가야 한다. Single Layer Perceptron..
ML&DL/ANN
2023. 8. 7. 15:38