수달이네 기술 블로그

구현이미지 입력import torchimport torch.nn as nnimport torch.optim as optiminputs = torch.Tensor(1,1,28,28) # (배치크기, 채널, 높이, 너비)print(inputs.shape)입력값은 Tensor로 넣어줄 때, (배치크기, 채널(그레이스케일이므로 1), 높이, 너비 로 입력된다.RGB의 경우 3, 그레이스케일 1지금은 28281의 이미지가 1개 있다는 이야기, 만약 이걸 30장 넣으면 배치크기가 30 (한번에 넣는 크기)Conv1conv1 = nn.Sequential( nn.Conv2d(in_channels=1, out_channels=32, kernel_size=3, stride = 1, padding='same'), ..

CNNCNN은 이미지나 비정형 데이터의 패턴을 학습하고 분석하는데 사용되는 딥러닝 모델이전 선형 모델에 비해 CNN은 합성곱 계층 (convolutional layer)를 사용한다.계층합성곱 계층(convolutional layer): 커널을 통해 입력 데이터에서 중요한 특징(에지, 모양)을 추출한다.풀링 계층(pooling layer): 차원을 축소하고, 계산 효율을 높인다.완전 연결 계층(fully connected layer): 특정 클래스, 값을 예측한다.특징이미지 분류, 객체 탐지, 영상 처리등 다양한 분야에서 높은 성능을 발휘한다.이미지의 공간적 관계를 보존하며 학습할 수 있는 강점을 가진다.지금도 쓰일 정도영상처리에서 CNN을 사용하는 이유는?이미지를 분석하는데 적합한 구조작은 필터로 이미지..