[Paper Review]
1.[논문] ImageNet Classification with Deep Convolutional Neural Networks - 1
Abstract 우리는 대회에서 1000개의 다른 클래스를 가진 120만개의 고해상도 이미지를 분류하기 위해 크고 깊은 CNN을 학습시켰다. 테스트 데이터에서, 우리는 상위 1개와 상위 5개 오류율에서 이전보다 나은 37.5%와 17.0%를 달성했다. 6천만개의
2026년 2월 2일
2.[논문] ImageNet Classification with Deep Convolutional Neural Networks - 2
Abstract AlexNet은 LSVRC-2010 대회에서 Top-1 오류율과 Top-5 오류율에서 37.5%와 17.0%를, ILSVRC-2012 대회에서 Top-5 오류율 15.3%를 달성하였다. 이 신경망은 6천만개의 파라미터와 65만개의 뉴런을 가졌으며,
2026년 2월 9일
3.[논문] Very Deep Convolutional Networks For Large-Scale Image Recognition - 1
Abstract 본 논문에서 우리는 거대한 이미지 인지 환경에서 합성곱 신경망 깊이가 정확도에 미치는 효과를 조사했다. 본 연구의 주요 기여는 매우 작은 (3x3) 컨볼루션 필터를 사용하는 구조에서 네트워크의 깊이를 증가시키며 실험한 것이며, 이는 레이어 수를 1
2026년 2월 18일