정보
📢 개인적인 정리를 위해 가벼운 어투로 내용을 정리하였습니다.
🤔 지난 회차까지의 System calls 간단 정리
지난 회차까지의 System calls
은 Multi user system의 특징으로 인해
다른 사용자의 I/O에 함부로 접근하는 일을 방지(Prevent)하기 위한 설계다.
약 3 분
정보
📢 개인적인 정리를 위해 가벼운 어투로 내용을 정리하였습니다.
지난 회차까지의 System calls
은 Multi user system의 특징으로 인해
다른 사용자의 I/O에 함부로 접근하는 일을 방지(Prevent)하기 위한 설계다.
정보
📢 개인적인 정리를 위해 가벼운 어투로 내용을 정리하였습니다.
2025년에는 나의 부족한 점을 더 업그레이드 해보자는 마음을 갖게 됐다.
나는 나름 여러 활동을 통해 얕지만 많은 지식을 갖고 있다고 생각하고 있다.
하지만, 내가 가장 잘하는 하나의 지식을 뽑아보라고 하면 정하기가 어려운 것 같다.
중소기업의 장점이자 단점이 여기서 부각되는데 다양한 경험은 있지만 깊지 못하다.
이전 포스팅에서는 합성곱 신경망
을 구성하기 위한 기초 사항에 대해서 알아보았습니다.
합성곱 신경망
도 마찬가지로 깊은 신경망
으로 구성하고 있어 구조 파악이 필요합니다.
만약 여러 층
으로 구성된다면 각 층의 특징 맵
의 크기
와 채널
을 미리 파악해야 합니다.
합성곱 신경망(Convolution Neural Network)
은 합성곱
을 이용한 신경망
으로
이미지 처리 분야에서 공간에 대한 특징 추출
에 유리하여 많이 사용되는 형태입니다.
이를 이용하여 신호 처리
, 이미지 특징 분석
, 컴퓨터 비전
등에서 사용됩니다.