[TIL] 21/01/25

오늘의 TIL

 

 

무료 도메인 서비스 이용해서 인스턴스 연결시키기

무료 도메인 서버를 이용해서
기존 소개페이지를 담고 있던 AWS인스턴스와 도메인을 연결시켰습니다.

https://ariels1996.github.io/web/freeDomain/

DMLP와 CNN의 비교

• DMLP
  • 완전 연결 구조로 높은 복잡도를 지닙니다.
  • 학습이 느리고, 과잉적합이 될 가능성이 높습니다.
• CNN
  • 컨볼루션 연산을 이용한 부분연결 구조로 모델의 복잡도를 크게 낮춥니다.
  • 컨볼루션 연산은 부분을 학습하기 때문에 특징을 추출하기 좋은 구조입니다.

CNN은 필터를 지정해주기 때문에 특징들의 형상이 유지됩니다. 특징을 맵핑한다고 볼 수 있습니다.
그러므로 인접한 정보의 특징을 효과적으로 인식합니다.
또한, 각 커널들이 파라미터를 공유하기 때문에 DMLP 보다 학습 파라미터가 확연하게 줄어듭니다.

 

컨볼루션 연산

컨볼루션은 해당하는 요소끼리 곱하고 나온 결과를 모두 더하는 선형연산을 의미합니다.
컨볼루션 연산을 적용하는 단위는 필터의 크기와 같습니다.
신호 처리 및 컴퓨터 비전 분야에서 많이 쓰입니다.
stride가 더 커질 수록 down scaling이 적용됩니다.
다중 커널을 사용하여 다중 특징 맵을 추출합니다.