반응형
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- reinforcement learning
- Deep learning
- 논리 회귀
- 딥 러닝
- Gradient descent algorithm
- 합성곱 신경망
- regression
- csv
- sklearn
- Sigmoid Function
- 정리
- 비용 함수
- Logistic
- Kaggle
- RL
- 선형 회귀
- 회귀
- 요약
- machine learning
- data
- Neural network
- convolutional neural network
- 시그모이드 함수
- iris
- CNN
- 강화학습
- 기울기 감소 알고리즘
- Logistic regression
- cost function
- Q-Learning
Archives
- Today
- Total
목록FC Layer (1)
컴공돌이의 스터디 블로그
[시즌1].Lecture 11_2 - Convolutional Neural Networks_ConvNet Max pooling 과 Full Network
* 이 글은 홍콩과기대 김성훈 교수님의 무료 동영상 강좌 "모두를 위한 머신러닝과 딥러닝 강의"를 보고 요점을 정리한 글 입니다. Pooling Layer Pooling Layer에서 Pooling은 다른 말로 Sampling이라고 부를 수도 있습니다. Layer의 이름에서 알 수 있듯이 Pooling Layer에서는 여러 Depth를 가지고 있는 Feature Map의 각각의 Depth마다 Resize(Sampling)을 해준 뒤 다시 합쳐주는 작업을 하게 됩니다. Pooling Layer에서도 Convolution Layer처럼 Filter를 사용합니다. Filter의 크기와 Stride를 정해주면 그것을 사용해서 Sampling을 해주게 되는데 여기서 주로 사용되는 방법이 바로 Max Pooling..
강의 Study/모두를 위한 머신러닝과 딥러닝 강의
2018. 2. 28. 12:00