CNN2 [비디오이미지프로세싱] - CNN_Activation Functions 지난 글에서는 CNN의 각 Layer와 그 Layer가 하는 일들에 대해서 알아보았다. 이번에는 Activation Function들에 대해서 알아보려고 한다.1. Activation Functions 그럼 과연 이 Activation Functions는 무엇일까? 이전에, CNN은 선형함수와 비선형함수의 결합으로 복잡한 함수를 표현할 수 있다고 정리했다. 그런데, 만약 모든 Layer가 선형함수로만 구성되어 있다면, 아무리 많이 Layer를 쌓는다해도 결국 하나의 선형함수로 표현되게 된다. 이렇게 되면, CNN이 학습할 수 있는 표현력에 한계가 생긴다. 이 문제를 해결하기 위해 각 Layer의 출력에 비선형 함수를 결합해준다. 이 비선형 함수를 바로 Activation Function이라 하는 것이.. 2025. 10. 22. [비디오이미지프로세싱] - CNN(Convolutional Neural Network)_주요 Layer 지난 글에서는 Neural Network 기본 개념과 그 핵심 작동 원리인 forward propagation, backward propagation에 대해서 알아보았다. 또한 마지막에는 Nerual Network의 발전 과정과 CNN(Convolutional Neural Network)의 기반이 된 VGGNet에 대해서 정리해 보았다. 이번 글에서는 CNN이 정확히 무엇이고, 어떤 방식으로 이미지 데이터를 처리하는지 한 번 정리해보려고 한다.1. CNN(Convolutional Neural Network)의 활용 분야 CNN은 이름에서도 알 수 있듯이 기본적으로 Neural Network의 한 종류이다. 즉, 여러 Layer(함수)를 쌓아 학습한다는 점에서는 기존 Neural Network와 동일하지만.. 2025. 10. 21. 이전 1 다음
