제대로 배워 보는 ConvolutionNeuralNetwork
300,000₩
100,000₩
영상처리에서 자주 사용되는 Convolution Neural Network를 배워보세요.
- 해당 강좌를 통해 DNN 에서 해결 하기 힘든 문제들을 해결 할 수 있는 것을 배우 실 수 있습니다.
- Sparsity, 희소성 , Parameter Sharing 개념들을 통해 왜 DNN이 풀기 어려운 문제를 CNN 이 풀기 쉬운가에 대해서 알 수 있습니다.
- CNN 네크워크를 어떻게 구성해야 하는지 알수 있습니다.
- 실제 Tensorflow 를 활용해 코드를 작성해 Regression, Classification 문제를 해결 해 보는 실습을 가져봅니다.
Course Features
- Lectures 43
- Quizzes 0
- Duration 50 hours
- Skill level All levels
- Language 한국어
- Students 10
- Assessments Yes
-
1. 이미지 데이터와 컴퓨터 비전의 이해
이미지 데이터에 대한 기본 지식과 컴퓨터 비전의 역사를 알아봅니다.
-
2. 필터와 합성곱연산
합성곱 연산의 동작 방식과 필터에 대해 알아봅니다.
-
3. 패딩과 스트라이드
합성곱 연산의 이미지 축소 문제를 해결하기 위한 패딩과 스트라이드에 대해 알아봅니다
-
4. 고차원에서의 합성곱연산
다중채널인 경우와 필터가 여러개일 경우의 합성곱 연산은 어떻게 진행되는지 알아봅니다.
-
5. 합성곱신경망의 풀링 연산
합성곱신경망에서 이미지의 크기를 줄이는 풀링연산에 대해 알아봅니다.
-
6. 합성곱신경망의 설계
합성곱신경망 층의 구조를 살펴보고 간단한 합성곱신경망 모델을 만들어봅니다.
-
7. 합성곱 신경망 설계의 고려사항
합성곱신경망을 설계할 때 고려해야 하는 점들에 대해 알아봅니다.
