📝ETC/인공지능2 [딥러닝] 시그모이드 함수와 소프트맥스 함수 위는 딥러닝에서 활성함수로 사용되는 시그모이드 함수다 입력값이 0.5이상일 때는 1 or 0.5 미만일 때는 1로 출력된다. 하지만 교수님이 다중 분류일 때는 소프트맥스 함수를 활성함수로 이용하라고 하셨다. 그 이유가 무엇일까? 출력층 노드들의 결과 값을 정규화 해줄 수 있기 때문이다. 다중 출력일 때 결과값들의 합을 1로 유지시켜주며 가장 높은 값으로 예측을 한다. 결론적으로 0~1사이의 확률값을 갖는 시그모이드 함수는 중간층의 활성화 함수에 이용하며 0~1사이의 확률값을 갖지만 결과값들의 총 합이 1인 소프트맥스 함수는 주로 출력함수에 이용되며 다중 분류에 효과적임을 알 수 있었다. 2022. 4. 12. [논문리뷰] Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising https://arxiv.org/pdf/1608.03981.pdf 1. What is Image Denoising? y = x + v 일 때 noisy image y 에서 clean image x 를 얻는 과정 (y : noisy observation, x : clean image, v : noise(AWGN)) 2. 기존 Denoising 방식들의 한계 품질은 높으나 최적화가 복잡하고 소비시간이 높음 Non-convex 하고 여러 파라미터를 설정해야 함 CSF나 TNRD는 적절한 계산 효율성과 노이즈 제거 품질을 가졌으나 특정 노이즈 레벨에만 제한되며 여러 파라미터 설정이 필요함 3. DnCNN 기존 CNN의 장점을 이용함. CNN을 깊게 쌓으면 이미지 특성을 충분히 고려할 수 있을 만큼 capacit.. 2022. 3. 12. 이전 1 다음
