ResNet

AI/Hands-on ML

[핸즈온 머신러닝] 14장(3) -케라스를 통한 CNN 구현 및 모델 사용

[AI/Hands-on ML] - [핸즈온 머신러닝] 14장 - CNN 구조 (LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xception , SENet) 14. 5 케라스를 사용해 ResNet-34 CNN 구현하기 - ResNet-34는 34개 층으로 이루어진 ResNet으로 - 64개 특성 맵을 출력하는 3개 RU, 128개 맵의 4개 RU, 512개 맵의 3개 RU를 포함 ResidualUnit, 잔차유닛 층 생성 class ResidualUnit(keras.layers.Layer): def __init__(self, filters, strides=1, activation="relu", **kwargs): super().__init__(**kwargs) self...

AI/Hands-on ML

[핸즈온 머신러닝] 14장(2) - CNN 구조 (LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xception , SENet)

[AI/Hands-on ML] - [핸즈온 머신러닝] 14장 - 합성곱 신경망을 사용한 컴퓨터 비전 (CNN 구조) [핸즈온 머신러닝] 14장(2) - CNN 구조 (LeNet-5, AlexNet, GoogLeNet, VGGNet, ResNet, Xception , SENet) [AI/Hands-on ML] - [핸즈온 머신러닝] 14장 - 합성곱 신경망을 사용한 컴퓨터 비전 (CNN 구조) 14. 4 CNN 구조 - 합성곱 층을 몇 개 쌓고(+Relu), 풀링 층을 쌓고, 이를 반복하는 식 - 네트워크를 통과할수록 kdeon.tistory.com 14. 4 CNN 구조 - 합성곱 층을 몇 개 쌓고(+Relu), 풀링 층을 쌓고, 이를 반복하는 식 - 네트워크를 통과할수록 이미지는 점점 작아지지만, 합성..

상단으로

티스토리툴바