|
|
| 1번째 줄: |
1번째 줄: |
| | [[파일:합성공 신경망.PNG|300픽셀|섬네일|오른쪽|'''합성공 신경망'''(CNN)]] | | [[파일:합성공 신경망.PNG|300픽셀|섬네일|오른쪽|'''합성공 신경망'''(CNN)]] |
| | | | |
| − | '''합성공 신경망'''(Convolutional Neural Network, CNN)은<!--convelutional neural network, Cnn, CNN (Convolutional Neural Network) --> [[합성곱]](Convolutioon) 연산을 사용하는 [[ANN]](Artificial Neural Network) 중의 하나이다. 합성곱을 사용하면 3차원 데이터의 공간적인 정보를 유지한 채 다음 레이어로 보낼 수 있다. 대표적인 합성공 신경망으로는 [[LeNet]](1998)과 [[AlexNet]](2012)가 있으며, [[VGG]], [[GoodLeNet]], [[ResNet]] 등은 더 깊은 층을 쌓은 합성공 신경만 기반의 [[심층 신경망]](Depp Neural Network, DNN)이다.<ref> 박희경,〈[http://webcache.googleusercontent.com/search?q=cache:5NkdHt0J0e0J:www.modulabs.co.kr/%3Fmodule%3Dfile%26act%3DprocFileDownload%26file_srl%3D16043%26sid%3D9b960f583ea62babe145032e6f70695e%26module_srl%3D10291+&cd=5&hl=ko&ct=clnk&gl=kr밑바닥부터 시작하는 딥러닝 Chapter7. 합성공 신경망(CNN)]〉, 《모두의 연구소 DeepLap》</ref> | + | '''합성곱 신경망'''(Convolutional Neural Network, CNN)은<!--convelutional neural network, Cnn, CNN (Convolutional Neural Network) --> [[합성곱]](Convolutioon) 연산을 사용하는 [[ANN]](Artificial Neural Network) 중의 하나이다. 합성곱을 사용하면 3차원 데이터의 공간적인 정보를 유지한 채 다음 레이어로 보낼 수 있다. 대표적인 합성곱 신경망으로는 [[LeNet]](1998)과 [[AlexNet]](2012)가 있으며, [[VGG]], [[GoodLeNet]], [[ResNet]] 등은 더 깊은 층을 쌓은 합성곱 신경만 기반의 [[심층 신경망]](Depp Neural Network, DNN)이다.<ref> 박희경,〈[http://webcache.googleusercontent.com/search?q=cache:5NkdHt0J0e0J:www.modulabs.co.kr/%3Fmodule%3Dfile%26act%3DprocFileDownload%26file_srl%3D16043%26sid%3D9b960f583ea62babe145032e6f70695e%26module_srl%3D10291+&cd=5&hl=ko&ct=clnk&gl=kr밑바닥부터 시작하는 딥러닝 Chapter7. 합성공 신경망(CNN)]〉, 《모두의 연구소 DeepLap》</ref> |
| | | | |
| | | | |
| | == 개요 == | | == 개요 == |
| − | '''합성공 신경망'''(Convolutional neural network, CNN)은 컴퓨터 과학의 일종으로 시각적 이미지를 분석하는 데 쓰이는 인공 신경망의 한 종류이다.<ref> 〈[https://ko.wikipedia.org/wiki/%ED%95%A9%EC%84%B1%EA%B3%B1_%EC%8B%A0%EA%B2%BD%EB%A7%9D 합성공 신경망]〉, 《위키백과》</ref> | + | '''합성겁 신경망'''(Convolutional neural network, CNN)은 컴퓨터 과학의 일종으로 시각적 이미지를 분석하는 데 쓰이는 인공 신경망의 한 종류이다.<ref> 〈[https://ko.wikipedia.org/wiki/%ED%95%A9%EC%84%B1%EA%B3%B1_%EC%8B%A0%EA%B2%BD%EB%A7%9D 합성공 신경망]〉, 《위키백과》</ref> |
| | | | |
| | == 특징 == | | == 특징 == |
2019년 9월 18일 (수) 10:54 판
합성곱 신경망(Convolutional Neural Network, CNN)은 합성곱(Convolutioon) 연산을 사용하는 ANN(Artificial Neural Network) 중의 하나이다. 합성곱을 사용하면 3차원 데이터의 공간적인 정보를 유지한 채 다음 레이어로 보낼 수 있다. 대표적인 합성곱 신경망으로는 LeNet(1998)과 AlexNet(2012)가 있으며, VGG, GoodLeNet, ResNet 등은 더 깊은 층을 쌓은 합성곱 신경만 기반의 심층 신경망(Depp Neural Network, DNN)이다.[1]
개요
합성겁 신경망(Convolutional neural network, CNN)은 컴퓨터 과학의 일종으로 시각적 이미지를 분석하는 데 쓰이는 인공 신경망의 한 종류이다.[2]
특징
각주
동영상
참고자료
같이보기
|
 이 합성곱 신경망 문서는 알고리즘에 관한 토막글입니다. 위키 문서는 누구든지 자유롭게 편집할 수 있습니다. [편집]을 눌러 이 문서의 내용을 채워주세요.
|
| 블록체인 : 블록체인 기술, 합의 알고리즘, 암호 알고리즘, 알고리즘 □■⊕, 블록체인 플랫폼, 블록체인 솔루션, 블록체인 서비스
|
|
|
| 채굴 알고리즘
|
SHA-256 • X11 • X11고스트 • X13 • X14 • X15 • X16R • X17 • 그로스톨 • 네오스크립트 • 니스트5 • 리라2알이 • 미리아드-그로스톨 • 블레이크 • 블레이크2 • 블레이크B • 블레이크2B • 블레이크256R8 • 블레이크256R14 • 스컹크해시 • 스케인 • 스크립트 알고리즘 • 스크립트엔 • 엘비알와이(LBRY) • 이더해시 • 이퀴해시 • 제반 • 쿼크 알고리즘 • 큐빗 알고리즘 • 크립토나이트 • 크립토나이트 라이트 • 타임트래블10 • 텐서리티 • 파스칼 • 프로그작업증명(ProgPoW)
|
|
|
| 매칭 알고리즘
|
경매 • 더치 경매 • 매칭 알고리즘 • 매칭튜터 • 비크리 경매 • 센디 • 집닥 • 튜다 • 틴더
|
|
|
| 추천 알고리즘
|
TF-IDF • 추천 알고리즘 • 콘텐츠 기반 필터링 • 협업 필터링
|
|
|
| 고급 검색 알고리즘
|
AND-OR 검색 트리 • 국소 검색 알고리즘 • 국소 다발 검색 • 모의정련 • 언덕 오르기 검색 • 유전 알고리즘
|
|
|
| 대항 검색
|
검색의 차단 • 알파베타 가지치기 • 전방 가지치기 • 최소최대 알고리즘
|
|
|
| 제약 만족 문제
|
국소검색 • 역추적검색 • 제약전파
|
|
|
| 게임이론
|
게임이론 • 공유지의 비극 • 내시균형 • 메커니즘 디자인 • 비협조게임 • 사회선택이론 • 역게임이론 • 제로섬게임 • 조정게임 • 죄수의 딜레마 • 치킨게임 • 팃포탯 • 협조게임
|
|
|
| 위키 : 자동차, 교통, 지역, 지도, 산업, 기업, 단체, 업무, 생활, 쇼핑, 블록체인, 암호화폐, 인공지능, 개발, 인물, 행사, 일반
|
|
