DL4CV

컴퓨터가 image를 볼 때 Semantic Gap(의미론적 차이)이 있다. 사람이 이미지를 볼때면 고양이라고 인식하지만, 컴퓨터가 이미지를 볼때 이미지는 단지 0~255로된 큰 그리드의 숫자일 뿐이다.이미지를 인식하는데 있어 몇가지 문제(Challenges)가 존재하

Linear Classifiers Linear Classifiers는 Neural Network를 이루는 근간입니다. Linear Classifiers를 생각하느 3가지 방식이 있습니다. Algebraic Viewpoint VIsual Viewpoint Geometr

Loss Function의 값을 최소로 만드는 weight을 찾는과정Idea 1\. Random Search 2\. Follow the slope 3\. Gradient Descent 4\. Stochastic Gradient Descent (SGD) 5\.

Original space에서 선형함수로 구분할 수 없던 것을 함수 수식 같은 Feature Transform을 통해 새로 만든 변수에서 Linear Classification이 가능하게 만듦Color Histogramimage의 color hue만 고려해당하는 색상

Derive on paper(Bad Idea): 실제 식을 미분하는것복잡한 모델에서 불가능손실함수를 바꾸면 또 다시 미분해야됨Computational Graph(Better Idea)수식을 다음과 같이 graph로 표현역전파 과정1\. Forward Pass: 왼쪽에서