딥러닝의 역사 (2) 썸네일형 리스트형 [패스트캠퍼스 수강 후기] 인공지능강의 100% 환급 챌린지 43회차 미션 인공지능강의 PART 5) 딥러닝 최신 트렌드 03. Ch 01. Image Classification - 03. 딥러닝 Classification 배경 Neuron 뉴런을 수학적으로 만든 인공신경의 구조를 보자. input(x)이 들어오면 어떠한 가중치 (W)가 곱해지고, input들의 합에 bias(b)가 더해진 값이 u이다. 그 후에 f(u) 즉 모든 값을 더한 결과(u)를 activation function 활성화 함수(f)에 넣어 계산을 한다. 그 값(Y)이 일정 값 이상이면 1이 되어 활성화가 되고, 아니면 0이 되어 활성화가 되지 않는다. Deep Learning History 1세대 : 인공신경망(Artificial Neural Networks-ANNs-) 개념과 퍼셉트론(Perceptro.. [패스트캠퍼스 수강 후기] 인공지능강의 100% 환급 챌린지 7 회차 미션 인공지능강의 05. PART 4) 딥러닝의 3 STEP의 기초 02. Ch 01. 딥러닝이 무엇인가요 - 02. 딥러닝의 이해 딥러닝으로 무엇을 할수 있나? 1. 분류(Classification) 2. 회귀 Regression 3. 물체 검출(Objejct Detection) 4. 영상 분할(Image Segmentation) 5. 영상 초해상도(Image Super Resolution) 6. 예술적 창조물(Artistic Creation with GAN) 7. 강화 학습(Reinforcement Learning) 딥러닝의 구성 요소 1. 학습단계: 학습 입력(Training Input) -> 네트워크 구조(Network Architecture) -> 손실함수(Loss Function)[ 알고리즘 최적화.. 이전 1 다음
