cs231n

Image Classification(이미지 분류): 입력 이미지를 미리 정해진 카테고리 중 하나인 label(라벨)로 분류하는 문제다. 컴퓨터 비전 분야의 핵심적인 문제 중 하나이다. The problem: semantic gap(의미적 차이) 이미지는 숫자로 구

이미지 분류를 위한 보다 강력한 방법인 Neural Network와 Convolution Neural Network를 알아볼 것이다. 이 두 방법들은 두 가지 중요한 요소가 있다. 데이터를 클래스 스코어로 매핑시키는 Score Function, 그리고 예측한 스코어와

이전 섹션에서 이미지 분류(image classification)을 할 때에 있어 두 가지의 핵심요쇼를 소개했다. 원 이미지의 픽셀들을 넣으면 분류 스코어(class score)를 계산해주는 파라미터화된(parameterized) 스코어함수(score function

reference : https://cs231n.github.io/optimization-2/ - 2022/11/12 Backpropagation은 네트워크 전체에 대해 반복적인 연쇄 법칙(Chain rule)을 적용하여 Gradient를 계산하는 방법 중 하나

-공부를 위한 글 작성임 Fully Connected Layer fully-connected layer에서는 [32x32x3]의 입력 이미지를 [3072x1]의 1차원으로 만들어 weight와 곱해준다. weight는 [3072x10] (input image x