CS231n

컴퓨터 비전과 딥러닝의 역사

Image Classification이란 이미지를 넣으면 시스템은 미리 정해진 레이블들 중에서 하나를 선택해서 출력하는 것이다.

Parametric approachf라는 함수는 3072차원에서 10차원으로 변환해주는 함수결과적으로 나오는 10차원의 숫자의 벡터는 각각의 클래스에 해당하는 확률을 알려주는 것이다.f(x, W) = Wx + bx : 3072이란 길이W : 3072차원을 10차원으로

= objective function, cost function위에서 말했듯이 최적의 W를 찾기 위하여 만든 W가 좋은지 나쁜지 정량화할 방법이 필요한데 이 때, loss function은 그 역할을 한다.Low loss = good classifierHigh loss

Optimization사전적 의미 : 최적화, 가장 효과적인 상태사전적 의미처럼 optimization은 최적화를 시키는 것으로, loss가 0인 지점을 찾아나가는 것이다.임의로 가중치 W를 선택하여 이 가중치에 대한 loss를 계산하는 것.실제로는 사용되지 않는다.F

강의 동영상 Lecture 5: Neural Networks슬라이드 및 이미지 참고 slide선형분류는 매우 간단하고 이해하기 쉽지만, geometric viewpoint나 visual viewpoint에서 볼 수 있듯이 한계가 있다. 그래서 feature transf

강의 동영상 Lecture 7: Convolutional Networks s슬라이드 및 이미지 참고 slides 이전까지 보았던 linear classifier와 neural network model은 pixel값들을 flat하게 펄쳐 연산하였기 때문에 이미지의 공간적 정보를 살릴 수는 없었다. 공간적 정보란 예를 들면, 가까운 픽셀은 값이 비슷하거나, ...

CNN-Architectures