CV
1.cs231n - Lecture 1 | Introduction to Convolutional Neural Networks for Visual Recognition
cs231n 강의 중 'Lecture 1 | Introduction to Convolutional Neural Networks for Visual Recognition'을 정리한 내용이다.센서(카메라 등)의 발달과 증가로 visual data가 폭발적으로 증가했다.인터
2023년 1월 26일
2.cs231n - Lecture 2 | Image Classification
cs231n 강의 중 'Lecture 2 | Image Classification'을 정리한 내용이다.Semantic gap인간과 달리, 컴퓨터는 고양이와 같이 단순한 물체를 인식함에 있어서도 매우 큰 픽셀의 데이터를 활용해야 하며, 복잡하다.Viewpoint vari
2023년 1월 26일
3.cs231n - Lecture 3 | Loss Functions and Optimization
cs231n 강의 중 'Lecture 2 | Image Classification'을 정리한 내용이다.
2023년 2월 3일
4.cs231n - Lecture 5 | Convolutional Neural Networks
cs231n 강의 중 'Lecture 5 | Convolutional Neural Networks'을 정리한 내용이다.1957, Frank Rosenblatt: perceptron 알고리즘을 연구하는 첫번째 시도, Mark 1 Perceptron machine1960,
2023년 1월 28일
5.cs231n - Lecture 9 | CNN Architectures
cs231n 강의 중 'Lecture 9 | CNN Architectures'를 정리한 내용이다.2012년, imageNet classification test에서 좋은 성능을 내어 우승한, 첫 딥러닝 기반 접근을 한 CNN 모델이다. 각 layer별로 ouput vo
2023년 2월 5일