CNN (4) 썸네일형 리스트형 CNN code - your own mnist dataset 이번 포스팅에서는 CNN(Convolutional Neural Network)를 이용해서 your own mnist dataset을 classification하는 코드에 대해 말씀드리도록 하겠습니다. DNN(Deep Neural Network)와 CNN의 가장 큰 차이점은 import한 이미지를 flat하게 1D로 바꾸는지(28x28=784), 아니면 2D(28x28) 이미지를 그대로 사용하는지에 있습니다. 그래서 수정할 코드는 Model을 design하는 부분입니다. Model Design - DNN X = tf.placeholder(tf.float32, [None, 784]) Y = tf.placeholder(tf.float32, [None, num_classes]) keep_prob = tf.pla.. CNN code - your own mnist dataset - Tensorflow API 2개의 포스팅에 걸쳐서 CNN(Convolutional Neural Network)의 코드를 작성하기 위한 Tensorflow API를 소개하고, 이를 기반으로 your own dataset (여기서는 mnist dataset)을 불러와서 classification 하는 코드에 대해 말씀드리도록 하겠습니다. tf.nn.conv2d tf.nn.max_pool tf.nn.avg_pool mnist your own dataset Update 2019.7.15: Posting Introduction 보통 딥러닝의 이론적 영역을 공부하고 나서 가장 많이, 그리고 가장 처음 해보는 예제는 MNIST(Modified National Institute of Standards and Technology) 데이터베이스, 즉 손으로 쓴 숫자들을 Classification(분류)하는 문제일 것이다. MNIST dataset을 Classification하는 코드는 Github 또는 시중에 판매되는 교재에서 쉽게 찾을 수 있으며, 분류하려는 MNIST dataset 또한 아래와 같이 2줄의 코드로 쉽게 다운로드 할 수 있다. from tensorflow.examples.tutorials.mnist import input_data mnist = in.. PSPNet - Pyramid Scene Parsing Network Introduction PSPNet은 CVPR(The IEEE Conference on Computer Vision and Pattern Recognition) 2017에서 발표된 Semantic Segmentation 알고리즘이다. 물론 현재는 성능이 좋은 많은 알고리즘이 나와있지만, PSPNet은 ImageNet scene parsing challenge 2016에서 1등을 차지했고, PASCAL VOC 2016 benchmark 그리고 Cityscapes benchmark에서도 각각 85.4%와 80.2%의 높은 accuracy를 기록하고 있다. Several common issues for complex-scene parsing 기존 FCN를 기본으로 설계된 모델은 feature map에 존재하는.. 이전 1 다음
