dong_dong_2's

1. 의료영상에 대해 - 의료 영상 종류 1) X-RAY (1) X-RAY는 전자를 물체에 충돌시킬 때 발생하는 투과력이 강한 복사선(전자기파)을 말한다. (2) X-RAY는 방사선의 일종으로 지방, 근육 같이 밀도가 낮은 것은 통과하지만, 밀도가 높은 뼈, 금속 같은 물질은 잘 통과하지 못한다. 2) CT (1) CT는 Computed Tomography의 줄임말로, 환자를 중심으로 X-RAY를 빠르게 회전하여 3D 이미지를 만들어내는 영상이다. (2) 환자의 3차원 이미지를 형성하여 기본 구조뿐만 아니라 종양 또는 이상을 쉽게 식별하고 위치를 파악할 수 있다. (3) 신체의 단면 이미지를 "Slice"라고 한다. 이러한 Slice는 단층 촬영 이미지라고도 하며 기존의 X-RAY보다 더 자세한 정보를 ..

오늘은 5강을 처음부터 끝까지 봤다. 수업방법은 4강과 동일하게 했다. 1. CNN의 원리를 간략히 봤다. 2. CNN이 오늘날 어떤 분야에 활용되고 있는지 보았다. 3. input layer와 filter가 만나서 activation map이 되는 과정을 봤다. filter마다 뽑아내는 특징이 다르므로 보통 filter는 여러개를 사용한다. 4. CNN의 구조를 봤다. (CRCRP FC) 5. filter의 작동 방법을 보면서 filter를 거친 후의 output크기를 구하는 일반화 수식을 봤다. 6. stride, padding 개념을 배웠다. 7. padding을 구하는 수식과 parameter를 구하는 수식을 배웠다. 8. 흔히 쓰이는 filter 갯수와 크기, stride, padding 크기를..

1. Deep Learning == Representation Learning? - 딥러닝과 머신러닝의 차이는 무엇인가? - 데이터의 '표현' 방법 : 분자, 이미지, 표, 카테고리 - 사람의 개입의 차이 정도 - 데이터의 내재된 표현과 좋은 표현을 추출한다는 의미는 무엇인가? 2. 딥러닝을 관통하는 철학 - 행동주의 : 자극 -> 행동 - 인지주의 : 자극 -> (정보처리) : 블랙박스 정보 처리 -> 행동 - 연결주의 : 지능체(백지) -> 다수의 사례를 통한 경험 -> 지능체(학습) 3. 신경망의 본질 - 블랙박스(숨겨진, 히든) 정보처리 과정 - 수학의 함수와 프로그래밍에서 말하는 함수는 본질적으로 다르지 않다. 4. 함수의 역할 - x와 y를 나타내 주는 도구 : y = 2x - x를 변환해주는..

1. 인공지능과 가위바위보 하기 - 이미지 분류기는 어떤 것이 있을까? - 데이터 준비하기 : MNIST 숫자 손글씨 데이터 2. 데이터 준비하기 - MNIST 숫자 손글씨 불러오기 - 검증용 데이터(validatation set), 교차검증(cross validation) 3. 딥러닝 네트워크 설계하기 - Sequenential Model 사용하기 4. 딥러닝 학습시키기 - fit(), epochs, shape, reshape 5. 얼마나 잘 만들었는지 확인하기 - loss 확인, accuracy 확인 6. 더 좋은 네트워크 만들어 보기 - 하이퍼파라미터들을 바꾸면서 학습시켜보기 : channel1, channel2, dense, train_epoch 7. 프로젝트 : 가위바위보 분류기 만들기 - 가위..