개발블로그

<SVM loss 구하는 공식> SVM loss를 사용하여 Loss=0 인 Weight 값을 구했다면 과연 Loss=0일 때 Weight 값이 유일한 값일까?!만약! Loss=0일 때 $Weight^2$ 을 한다면 Loss 값은?!즉, weight 를 제곱하여

Pooling Layer란? filter size로는 2x2, 3x3이고 stride는 2로 하는 것을 많이 사용한다. (3x3보다 2x2가 조금 더 자주 사용된다.)FC Layer (Fully Connected Layer)란? “Fully conne

AI는 모델의 가중치(weight)를 최적화하는 과정만 믿으면 해당 모델이 올바르게 학습하고 있는지 판단하기 어렵다.만약 모델이 잘못된 부분을 학습하여 답을 한다면?! 생각보다 위험한 결과를 가져올 수 있기 때문에 올바르게 학습되고 있는지 확인하는 것이 좋다.해당 모델

세그멘테이션 모델은 다양한 분야에서 활용되고 있다. 자율주행 카메라에 적용되어 이미지의 의미를 해석하기도 하고 의료 이미지에서 병이 있는 영역을 판별하기도 한다.크게 두가지 방식이 있으며 semantic segmentaion, instance segmentation이

물체의 영역을 숫자로 표현하는 것으로 localization을 위한 모델주어진 이미지 안의 물체가 어느 위치에 있는지 찾아내는 것으로 주로 Bounding Box라는 사각형 형태로 위치를 나타낸다.물체의 위치가 담긴 사각형을 min_x, min_y,max_x,max_y

레이어를 깊이 쌓았을 때 Vanishing/Exploding Geadient 문제가 발생하여 모델의 구혐을 방해하는 문제가 생긴다.신경망은 보이는 층(Visuble layer)와 숨겨진 층(Hidden layer)로 구성되어 있다.보이는 층은 입력층(Input laye