[ 밑바닥부터 시작하는 딥러닝 ] 8장. 딥러닝 목차1. 정확도를 높이려면 앙상블 학습 / 학습률 감소 / 데이터 확장2. 층을 더 깊게 하는 이유3. VGG4. GoogleNet5. ResNet6. 분산 학습7. 강화 학습 iWSL/CNN and RNN 2024.08.04
[ 밑바닥부터 시작하는 딥러닝 ] 7장. 합성곱 신경망 목차1. DNN 단점2. 합성곱 연산3. 패딩 (Padding)4. 스트라이드 (Stride)5. 배치 처리6. 풀링 계층7. CNN 구현하기 iWSL/CNN and RNN 2024.08.04
[ 밑바닥부터 시작하는 딥러닝 ] 6장. 학습 관련 기술들 1. 확률적 경사 하강법(SGD)2. SGD 단점3. Momentum(모멘텀)4. AdaGrad5. Adam6. 가중치의 초기값7. 배치 정규화8. 가중치 감소9. 드롭아웃10. 적절한 하이퍼파라미터 값 찾기 iWSL/CNN and RNN 2024.08.04
[ 밑바닥부터 시작하는 딥러닝 ] 5장. 오차역전파법 1. 계산 그래프란?2. 연쇄 법칙3. 역전파4. ReLU 계층과 Affine 계층 iWSL/CNN and RNN 2024.08.04
[ 밑바닥부터 시작하는 딥러닝 ] 4장. 신경망 학습 목차1. 데이터에서 학습한다2. 손실 함수3. 미니 배치 학습4. 기울기(Gradient)5. 경사 하강법(Gradient Descent)6. 학습률 iWSL/CNN and RNN 2024.08.04
