Deep Learning
1.[논문리뷰] Gradient-Based Learning Applied to Document Recognition
📝이 포스트는 1998년에 발표된 CNN의 초창기 모델인 "Gradient-Based Learning Applied to Documnet Recognition" 에 대해 알아보겠습니다.
2.[논문리뷰] ImageNet Classification with Deep Convolutional Neural Network
📝 이 포스트는 2012년에 발표된 AlexNet의 논문인 "ImageNet Classification with Deep Convolutional Neural Network" 에 대해 알아보겠습니다.
3.[논문리뷰] VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION
📝 이 포스트는 2014년에 발표된 VGGNet의 논문인 "VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION" 에 대해 알아보겠습니다.
4.[논문리뷰] Network In Network
📝 이번 포스트는 "Network In Network"논문에 대해 알아보도록 하겠습니다.
5.[논문리뷰] Going deeper with convolutions
📝 이번 포스트는 GoogLeNet 혹은 Inception v1으로 유명한 "Going deeper with convolutions"논문에 대해 알아보도록 하겠습니다.
6.[논문리뷰] Deep Residual Learning for Image Recognition
📝 이번 포스트는 "Deep Residual Learning for Image Recognition" 논문에 대해 알아보도록 하겠습니다.
7.[논문리뷰] Rethinking the Inception Architecture for Computer Vision
📝 이번 포스트는 "Rethinking the Inception Architecture for Computer Vision" 논문에 대해 알아보도록 하겠습니다.
8.[논문리뷰] Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning
📝 이번 포스트는 "Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning" 논문에 대해 알아보도록 하겠습니다.
9.[논문리뷰] Densely Connected Convolutional Networks
📝 이번 포스트는 "Densely Connected Convolutional Networks" 논문에 대해 알아보도록 하겠습니다.
10.[논문리뷰] Aggregated Residual Transformations for Deep Neural Networks
📝 이번 포스트는 "Aggregated Residual Transformations for Deep Neural Networks" 논문에 대해 알아보도록 하겠습니다.
11.[논문리뷰] MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications
📝 이번 포스트는 "MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications" 논문에 대해 알아보도록 하겠습니다.
12.[논문리뷰] ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices
📝 이번 포스트는 "ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices" 논문에 대해 알아보도록 하겠습니다.