
🚩시작을 하며... 졸업을 하고서야 컴퓨터 비전을 희망하는 나에겐 남은 시간이 별로 없다. 왜냐면... 대학원 진학을 위한 준비를 해야하기 때문에!! 그러니 이제부터 공부한 것들을 하나씩 포스팅해가며 컴퓨터 비전 전공자가 되기 위한 기나긴 여정을 진행할 예정이다.

이미지 분류기로 두 가지 기술을 소개하고 있다.두 기술에 대해서 가볍게 짚을 예정이다.image의 Feature을 추출하여 만든 여러 data point들이 있다고 하자.여기서 가장 근접한 거리의 data point들을 하나의 class로 묶는 것을 Nearest Ne

Loss function은 무엇인가?바로 분류한 결과와 실제 값의 차이를 정량적으로 확인하는 function이다.이를 통해 우리는 현재 분류 결과가 얼마나 좋은지 혹은 나쁜지를 판단할 수 있는 근거를 가지게 된다.$L\_{i}(\*)$가 우리가 선택할 Loss func

review... 지난 3강에서 우리는 3가지를 배웠다 score vector : classifier를 통과해 나온 class의 크기 Loss function : 바로 분류한 결과와 실제 값의 차이를 정량적으로 확인하는 function이다. regularization

다층으로 구성된 퍼셉트론을 주로 Fully connected layer라고 부른다.3차원 이미지를 1차원 벡터로 늘려뜨려 내적 연산을 통해 10 class로 이뤄진 activation layer에 출력한다.Convoluation layer는 기존의 이미지 차원을 보존하