cnn2 11강 CNNs in Practice Data Augmentation (데이터 증강)기존의 데이터를 다양한 방식으로 변형하여 새로운 데이터를 생성하는 방법 1) Horizontal flips 2) Random crops/scales 3) Color jitter대비(contrast)를 조절, principal component directions을 따라 color의 offset을 이미지 모든 픽셀에 더하는 방식 등등 translation, rotation, stretching, shearing, lens distortions 등의 다양한 데이터 증강 방법이 있다. Transfer Learning (전이 학습)이미 학습된 모델의 지식을 새로운 작업에 활용하는 학습 방법 2) Feature Extractor(특징 추출) (데.. 2025. 8. 30. 7강 Convolutional Neural Networks Convolution Layer32x32x3(heigth*width*depth) 입력 이미지에 5x5x3 이미지 필터를 적용하여, 28x28x1의 2D activation map을 생성하는 것이 convolution(합성곱 연산)이다. 즉, 5x5x3의 필터로 32x32x3의 이미지를 몇 번 훑게 되는지가 28x28의 숫자를 반환하는 것이다.필터가 6개라면 6개의 activation maps가 생성된다. 즉, 필터의 개수가 output의 개수이다. (one filter, one actication map)ex) 32x32x3의 이미지가 28x28x6의 새로운 이미지로 re-representation 되는 것생성된 이미지가 다음 convolution layer의 input이 되는 것 CNN의 계층별 특징(.. 2025. 4. 5. 이전 1 다음
