vgg
-
[CNN] VGG머신러닝 & 딥러닝 2022. 1. 23. 19:45
VGGNet 2014년 당시 VGGNet은 GoogLeNet보다 훨씬 간결하다. (성능 차이는 크지 않음) 네트워크의 깊이와 모델 성능 영향에 집중. convolution 커널 사이즈를 3x3으로 고정 했다. 커널 사이즈가 크면 이미지 사이즈 축소가 급격하게 이뤄져서 더 깊은 층을 만들기 어렵고, 파라미터 개수와 연산량도 더 많이 필요하다. 단일화된 커널 크기, padding, strides 값으로 단순한 네트워크 구성을 하지만 AlexNet보다 더 나은 성능. AlexNet의 11x11, 5x5와 같은 큰 receptive field를 가진 커널의 크기를 적용하지 않고도, 3x3 커널을 연속으로 적용. ( receptive field는 입력에서 피처를 만드는 영역의 기본 크기) AlexNet보다 더 깊..
-
[n431] CNN과 전이학습AI 부트캠프 2021. 12. 31. 10:51
CNN (Convolutional Neural Network) CNN의 구조 (1) Feature Extractor 부분, (2) Classifier 2단계로 나뉜다. 합성곱(Convolution)과 풀링(Pooling) Convolution Filter는 이미지의 부분 특징을 읽기 위해 슬라이딩한다. 패딩 (Padding) 패딩(Padding)은 보통 이미지 가장자리를 '0'으로 둘러 싸는 제로 패딩 방식을 사용한다. 패딩을 하는 이유는 (1)이미지 맨 끝 가장자리에 있는 이미지 정보 들도 보존하기 위함과 (1)Feature map의 크기를 조절하기 위함이다. 스트라이드 (Stride) 스트라이드(Stride)는 '보폭'이라는 의미이다. 이 Stride를 통해 슬라이딩 할 때 몇 칸 씩 건너 뛸지 정할..