wave

HRnet for Windows https://github.com/honestabelink/deep-high-resolution-net.pytorch

배치사이즈(Batch size) 배치사이즈란, 한 번에 모델이 학습하는 데이터 샘플의 개수를 의미합니다. 학습 데이터셋이 매우 클 경우, 전체 데이터셋을 한 번에 모델에 넣어 학습하는 것은 메모리와 게산적인 측면에서 불가능할 수 있습니다. 이러한 경우, 데이터셋을 작은 단위로 나누어 모델에 입력하게 되는데, 이때 단위를 배치라고 합니다. 예를 들어, 1000개의 학습 데이터가 있다고 합시다. 배치 사이즈가 100이라면 전체 데이터셋을 10개의 배치로 나누어 모델에 입력하게 됩니다. 각 배치는 100개의 데이터 샘플을 포함하므로, 모델은 100개의 데이터 샘플을 처리한 후에 가중치를 업데이트 합니다. 인공지능 모델은 각 배치사이즈마다 가중치와 편향을 업데이트 합니다. 에폭(Epoch) 에폭(Epoch)란,..

딥러닝 모델이란 다수의 히든층이 있는 모델을 딥러닝 모델이라고 한다. 히든층이 많아지면 깊은 신경망이라는 의미로 Deep Learning이라는 단어를 사용한다. 동그라미를 Node(Unit)이라고 부른다. 여기서 층은 모델을 구성하는 층을 의미한다. 가중치는 노드간의 연결강도를 뜻한다. 가중치에는 특정 숫자가 배정되어 있다. 딥러닝 모델의 학습 방법 예측값과 실제값 간의 오차값을 최소화하기 위해 오차값을 최소화하는 모델의 인자를 찾는 알고리즘을 적용한다. Loss function을 최소화하는 가중치를 찾기 위해 최적화 알고리즘을 적용한다. 딥러닝 모델이 예측값을 구하는 방식 - 순전파 순전파(Forward propagation)는 입력 값을 바탕으로 출력 값을 계산하는 과정을 의미한다. 순전파 예시 이때..

1986년 첫 번째 빙하기의 끝 단층 퍼셉트론으로 인해 딥러닝에는 빙하기가 왔었는데, 80년대 다층 퍼셉트론의 등장으로 딥러닝의 가장 기본적인 이론들이 발전하기 시작했다. 비 선형적인 문제 해결 선형적이다 : 선 하나로 데이터를 분리 가능 비 선형적 : 선 으로만 데이터 분리 불가능 단층 퍼셉트론은 퍼셉트론이 하나만 있는 경우이다. 다층 퍼셉트론 단층 퍼셉트론을 여러개 쌓은 것을 다층 퍼셉트론이라고 부른다. MLP라고도 부른다. 강아지와 고양이를 선 하나로만 분류할 수 없기에 여러개의 퍼셉트론 결과를 조합하여 분류한다. 히든층 입력층과 출력층 사이의 모든 Layer를 히든층이라고 부른다. 히든층의 개수와 딥러닝 히든층이 많아질수록, 깊은 신경망이 되서 Deep Learning이라는 단어를 사용한다.

인공지능, 머신러닝, 딥러닝의 관계 인공지능을 구현하기 위한 방법 중 하나가 딥러닝! 딥러닝이란 머신러닝의 여러 방법론 중 하나로, 인공 신경만에 기반하여 컴퓨터에게 사람의 사고방식을 가르치는 방법이다. 인공신경망이란, 생물학의 신경망에서 영감을 얻은 학습 알고리즘으로, 사람의 신경 시스템을 모방한 것이다. 딥러닝의 발전 과정 1958년에 Perceptron이 처음 제안되었다. 딥러닝은 2012년에 이미지넷이라는 Chanllenge를 통해서 주목받기 시작하였다. 2012년도에 이미지넷에서 GPU를 사용한 딥러닝 모델 AlexNet이 출시되었다. 이 AlexNet은 기존에 있던 이미지넷의 정확도를 한 순가에 끌어올리고, 이 사건을 기반으로 딥러닝이 다시 주목을 받기 시작하였다. 또한 지금까지 많은 연구가 ..