비전공자 딥러닝3 [비전공자용] 딥러닝은 대체 어디에 사용하는 걸까? (스크롤 압박 주의) 많은 분들이 아시다시피 딥러닝은 이미지, 음성, 자연어 등 많은 분야에서 뛰어난 성능을 보여줍니다. 이번 포스트에서는 딥러닝을 활용해서 할 수 있는 일들에 대해서 자세히 알아보려고 합니다. 1. 사물 검출 사물 검출은 이미지 속에 담긴 사물의 위치, 종류, 클래스 등을 알아내는 기술입니다. 사물 검출과 사물 인식의 차이는 사물 인식은 이미지 전체를 보고 뭔지 맞히는 거고 ... 사물 검출은 어떤 이미지를 보고 그 이미지 속에 어디에 있는지도 모르는 사물의 위치도 파악하고 그게 뭔지도 파악하는 일입니다. (이미지 속에 사물이 여러 개 있으면 더 어렵겠죠.) 사물 검출이 당연히 훨씬 어려운 기술입니다. 이런 사물 검출 문제를 해결하기 위한 CNN을 기반으로 한 기법 몇 가지가 있습니다. 그 중 가장 유명한 .. 2020. 7. 30. [비전공자용] 시간을 획기적으로 단축하는 "딥러닝 분산 학습"이란? 딥러닝 연산은 합성곱 계층에서 대부분의 시간을 차지합니다. AlexNet의 forward 처리 시에 합성곱 계층에서만 거의 90% 정도 시간을 소요합니다. (GPU는 전체시간의 95%, CPU는 89%) 병렬 수치 연산을 고속으로 처리할 수 있는 GPU를 딥러닝에 사용하면서 속도가 많이 빨라졌지만 아직도 딥러닝 연산에는 시간이 많이 들고 시간을 줄이기 위해 많은 노력을 하고 있습니다. 그래서 나온 아이디어가 바로 "분산 학습"입니다. 다수의 GPU와 기기를 이용해서 계산을 분산하여 딥러닝 학습을 수평 확장 Scale out 하자는 아이디어입니다. 최근 분산 학습 연구에 박차를 가하고 있는 모두가 아는 두 기업이 있습니다. 바로 Google과 Microsoft 입니다. 구글의 딥러닝 프레임워크인 텐서플로와.. 2020. 7. 30. [비전공자용] [Python] 직접 딥러닝으로 손글씨 숫자 인식하기 (정확도 99% 이상) 이번 포스트에서는 드디어 심층 신경망이라고 불리는 딥러닝으로 손글씨 숫자를 인식하는 예제를 구현해보려고 합니다. 이전 포스트에서 아주 간단한 CNN 합성곱 신경망을 구현했었는데요. 이번에는 더 깊게 신경망을 구성해보려고 합니다. 사전 지식이 필요하니 이전 포스트를 먼저 읽고 와주세요. 2020/07/28 - [Computer Science/Deep Learning] - [비전공자용] [Python] CNN 합성곱 신경망 구현하기 딥러닝으로 손글씨 숫자 인식하기 먼저 계층을 구성할 겁니다. 신경망의 몇 가지 특징을 먼저 정하고 갑시다. 3 X 3의 작은 필터를 사용한 합성곱 계층 활성화 함수: ReLU 완전연결 계층 뒤에 드롭아웃 계층 사용 Adam을 사용해 최적화 가중치 초깃값: 'He 초깃값' 위와 같.. 2020. 7. 30. 이전 1 다음 반응형
