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 |
- Round 866
- 알고리즘 대회
- list_display
- vue-google-login
- 카카오 API
- Div. 2
- 앳코더
- expand item
- dart
- vue3
- Good Bye 2022: 2023 is NEAR
- 인하대 프로그래밍 경진대회
- iupc
- 레지스터
- 기본키 변경
- Hello 2023
- idpiframe_initialization_failed
- Graph Cost
- django
- E - Hanging Hearts
- 넥토리얼
- 코드포스
- 밑바닥부터 시작하는 딥러닝 1
- Flutter
- shake!
- 2022
- 1557
- Codeforces Round 831 (Div. 1 + Div. 2)
- 카카오 로그인
- 리버싱
- Today
- Total
목록인공지능 (2)
pseong

밑바닥부터 시작하는 딥러닝 1 책을 읽고 난 후 책 내용을 전부 요약해서 정리해 봅니다. mnist 손글씨 파이썬 딥러닝 구현 신경망은 입력층, 은닉층, 출력층이 존재한다. 각 각의 층에서 다음 층으로 넘어갈 때 가중치(w)를 곱하고 편향(b)을 더해준다. 그리고 계산된 값을 활성화 함수에 넣어서 활성화를 시키는 것 까지 수행하면 된다. y = h(xw+b) xw+b의 작업을 Affine 레이어라고 부른다. h(a)의 작업을 활성화 함수라고 부르는데 Relu 또는 Sigmoid 등이 있다. 여기서는 ReLU레이어를 사용한다. 이것을 여러 노드들에게 적용시키면 다음과 같다. 이러한 연결을 완전 연결 계층이라고 하는데 필요한 변수는 각 각의 가중치(w)들과 각 층의 편향(b)이다. 흐름은 이미지 입력 -> ..
이미 학습된 모델을 가지고 윈도우에서 텐서 플로우 2를 이용하여 객체 탐지를 해 보자. 1. Object detection api 설치 먼저 Anaconda 여기에 들어가서 아나콘다를 설치하자. 윈도우 터미널에서 다음과 같이 콘다를 이용하여 파이썬 가상 환경을 만들자. conda create -n tensorflow pip python=3.9 그런 다음 가상환경에 진입하자. conda activate tensorflow 진입하고 난 후의 상황은 다음과 같다. (tensorflow) C:\ 가상 환경에 진입한 상태에서 다음 명령어를 통해 텐서 플로우를 설치하자. pip install --ignore-installed --upgrade tensorflow nvdia gpu를 사용한다면 cuda를 설치하여 g..