CNN2 [인공지능개론] CNN③ CNN을 pytorch으로 구현해보자.import torchimport torchvision.datasets as dsetsimport torchvision.transforms as transformsimport torch.nn.initdevice = 'cuda' if torch.cuda.is_available() else 'cpu'먼저 필요한 모듈을 import해준다. 가장 아랫줄은 cuda를 사용할 수 있다면 cuda를 사용하고 그렇지 않으면 자동으로 cpu를 사용하도록 하기 위함이다.또한 CNN은 이미지 데이터를 주로 다루기 때문에 이를 위해 아래와 같이 MNIST dataset을 불러올 것이다.# Hyper-parameterslearning_rate = 0.001training_epochs = 1.. 2024. 7. 11. [인공지능개론] CNN② CNN의 학습 과정을 정리하면, 입력 이미지를 추출하고 싶은 특징에 맞는 filter들을 convolution하여 추출한 feature map 중 중요한 정보를 선택하고 차원을 축소하는 pooling 과정을 거쳐 non-linear function인 ReLU에 넣어준다. 이를 반복하여 최종적으로 hidden layer가 1개 이상인 MLP를 fully-connected하여 DNN에 입력으로 대입하여 classification을 수행한다. 즉, CNN은 feature map을 형성하여 입력을 공급해주는 역할만 한다.CNN의 주요 특징들을 정리해보자. 1. parameter sharing: filter 모양(값)은 전체 이미지에 대해 고정되어 있으므로 parameter가 동일하다. ($\rightarrow$.. 2024. 5. 8. 이전 1 다음
