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 |
Tags
- 동적계획법
- a*
- 증가하는부분수열
- AStar
- EDSR
- residuallearning
- pixelshuffle
- Increasing Triplet Subsequence
- convolution
- deeplearning
- SRCNN
- 지도학습
- superresolution
- 준지도학습
- 합성곱
- DFS
- 8puzzle
- residualnetwork
- 신경망
- PYTHON
- MDSR
- leetcode
- 비지도학습
- sr
- RESNET
- CNN
- BFS
- NeuralNetwork
- 딥러닝
Archives
- Today
- Total
목록Machine Learing, Deep Learning (1)
이것저것 코딩하는 블로그
[Deep Learning] 신경망 (Neural Network)
0. 신경망 1) 뉴런 신경망을 구성하는 것은 뉴런이다. 뉴런이란 하나의 함수로 이해하면 되는데, 입력값을 넣으면 어떤 과정을 거쳐 (이 과정은 사용자가 정의한다) 결과를 내놓는 것이다. 2) 퍼셉트론 퍼셉트론이란 특정한 과정이 설정된 뉴런이다. 그 과정이란, 입력값을 넣으면 퍼셉트론은 정해진 가중치를 곱하여 결과값을 계산한다. 그리고 그 결과값이 일정한 값을 넘으면 값을 출력한다. 이 때 일정한 값을 정하는 함수는 활성 함수라고 불리운다. 활성 함수에는 여러가지가 있는데, 대표적으로 시그모이드 함수와 ReLU 함수가 있다. 시그모이드 함수의 식은 다음과 같다. fx=1/1+e-x : 시그모이드 (Sigmoid) 함수 f(x) = max(0,x) : ReLU 함수 개형은 다음과 같다. 두 함수 모두 일정..
Machine Learing, Deep Learning
2020. 12. 7. 22:36