이전강의 : 딥러닝레벨원06 : 딥러닝환경세팅&GPCPU
04뇌는 지방단백질덩어리이지만 신경망이 있는 특별한 것이며 신경세포가 뭉쳐 있다. 세포체, 축삭, 미엘린수초, 슈반세포, 수상돌기, 축삭말단등으로 구성됨//액션 퍼텐셜을 이용하여 입력을 받아 더하고 입력을 받아 함수로 출력
퍼셉트론 : (딥러닝-가중치 학습) 백프로게이션(복잡한미분)
딥러닝 + 빅데이터(학습 및 가중치 수정), 배치팩터 삭제, 사견 제거, 로스 함수, 경사하강법, 최적화도구, 러닝레이터(Learning Rate), Dropout
분류법
이산/연속(한개 씩 셀수 있나?) - 이산수학- 확률과 통계(가능성을 연구하면서 발달된 학문) - 빈도(주사위가 전체 대비 6이 나온 확률은?/강수확률) - 신뢰도(정보의 믿음 척도[포마스 메이지]) - (뇌는 베이즈정리계산기) -
소프트맥스(softmax/단순한 숫자의 나열을 확률 차원으로 변화)- 다른 선택지보다 높은 수치로 봐야 함.- (이산 데이터에서 카테고리 구분 행위이고 베이지 함수로 진행한다.)
데이터는 피처(학습지)와 레이블(정답지) 구성되며 원핫벡터(레이블과 )로 하고 데이터는 노말라이징해야 하며 (8:2트레이닝테스트),
연속적 변량은 회귀를 기반으로 하며 추세외삽법(지금까지 과거 데이터로 현재/미래를 예측하는 법), 내삽(지금까지 데이터중 내부 기간 데이터를 뽑는 것) 예측하는 데이터 이산적이면 어떤 카테고리인지 구분한다면 연속적은 구체적인 소수를 추론함, 시그모이드 함수(출력층의 값을 0(최소값)과 1(최대값)사이로 나오게 제약으로 -AI가 특정 범위에 출력값을 그룹핑/제한적 하게 해주는 함수) , 로스함수는 크로스 로스 대신 ME(평균에러), MAE(평균절대값에러), MAPE(절대값+퍼센트), MSQ(제곱값) [46.7% 5:32]
영상인식 - 빛의 삼원색에 의해 RGB로 구성된 픽셀이며 이 픽셀(점)이 모여서 영상을 이미지를 만드는 것으로 AI는 이미지의 픽셀정보를 넣어 보며 AI는 3차원정보로 처리해야 함 . 플랙팅레이어(Flattening )를 이용하며 [48.3% 5:43 -50% 5:52 //평생수강획득 ]조심 80%되면 할인권이 나오는 데 7일 유효기간만 해 ]
06.인간의 시각인식 - 원추세포 3개(색), 간상세포 1개(명암), [50%, 6:05]
양쪽 눈은 크로스 하셔 좌우뇌로 정보 전달 (안구/시시경/외측슬상핵/시각피질/아래관자피질&두정엽
v1(경계면)>v2(면-착시현상)>v4(객체인식Attention)>it(얼굴) (7:43) What(V1->V4)&Where(V1 -> v6)
시신경 흉내> 정보처리 단계 흉내> 신경망(V4출력값 IT취합) 흉내
CNN-컨볼루션- 이미지 원본 이미지를 줄임(추상화성공) <--> zero padding pooling layer (이미지를 더 빠른 속도로 작아지게 만들때)
퍼셉트론-입력&가중치>각 입력과 가중치를 곱해서 더함>활성화함수를 씌워 출력값>학습통해 가중치 수정
FNN-
성능개선-배치노말레이제이션
DCN-CNN반대
07시각처리는 CNN이 우수한 AI를 보았어요 그외 뇌를 배워서 강화하고 있어요. 특히 도파민 원리를 이용한다면 최고가 될수 있을 듯
08CNN을 쌓으면 인간의 뇌와 비슷해져요 화가의 화풍을 따라하는 AI로 pip install --upgrade tensorflow_hub를 실행하여 준비함.
08
다음강의: 딥러닝레벨원08 : 실행
