본문 바로가기

KAIST MASTER📚/CS231n4

[CS231n] Lecture 5 - Convolutional Neural Networks www.youtube.com/watch?v=bNb2fEVKeEo&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=5 Stanford University에서 2017년도에 강의한 CS231n를 들으며 정리, 요약했다. 4강 Convolutional Neural Networks for Visual Recognition 강의 요약 시작! intermediate feature 을 얻을 수 있다. 간략한 역사 1957 : 퍼셉트론 2012 : Alexnet Convnet은 빠르게 발전하여 classification, detection, segmentation, image captioning 등에 이용된다 Fully Connected Layer input을 쭉 펴서 행렬곱함 Con.. 2021. 2. 3.

[CS231n] Lecture 4 - Introduction to Neural Networks www.youtube.com/watch?v=d14TUNcbn1k&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=4 Stanford University에서 2017년도에 강의한 CS231n를 들으며 정리, 요약했다. 4강 Convolutional Neural Networks for Visual Recognition 강의 요약 시작! 저번 시간 복습 optimization : 가장 낮은 점 찾기 gradient descent 이번 시간에는 analytic gradient를 어떻게 구할지 배운다 L에는 R도 포함되어 있다 (regulization) Neural Turing Machine-> 매우 복잡 그래서 backpropagation이 뭔데? 만약 input이 저렇게 주어.. 2021. 2. 1.

[CS231n] Lecture 3 - Loss Functions and Optimization www.youtube.com/watch?v=h7iBpEHGVNc&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=3 Stanford University에서 2017년도에 강의한 CS231n를 들으며 정리, 요약했다. 3강 Loss Functions and Optimization 강의 요약 시작! Lecture 2 복습 고양이 사진을 인식하게 힘들게 만드는 원인 지난 시간의 복습 W의 row를 visualize 어떤 W가 좋은 W라고 할 수 있을까? car은 예측을 잘하고 frog는 엄청 못함 어떤 W가 best인지 알려면 loss function을 이용해야 함 어떤 W 가 least bed 한가? loss function x는 input (픽셀 이미지) y는 라벨, 타겟.. 2021. 1. 31.

[CS231n] Lecture 2 - Image Classification www.youtube.com/watch?v=OoUX-nOEjG0&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv&index=2 Stanford University 에서 2017년도에 강의한 CS231n를 들으며 정리, 요약했다. 2강 Image Classification 강의 요약 시작! 이미지 분류의 문제점 컴퓨터가 보는 고양이! x, y, rgb 차원 (800 * 600 * 3) 조금만 카메라 각도를 바꾸거나, 빛의 위치가 달라지거나, 고양이가 쇼파 밑에 숨어있다면 이 픽셀 값들은 크게 바뀔 것이다. 배경이 복잡하거나 여러 마리가 뭉쳐있는 경우에도 알고리즘은 혼란을 겪을 것이다. 하지만 사람은 ms만에 사진이 고양이라는 것을 감별해낸다. sort number와 같은 것은 명확한.. 2021. 1. 30.

이전 1 다음

티스토리툴바