CS231n

How to calculate analytic gradient by 임의의 복잡한 함수.\-특징:같은 종류의 그래프를 이용해서 아무 함수나 표현이 가능하다: 그리고 그래프의 각 노드는 연산 단계를 말한다.:backpropagation사용 가능 \-역전파이다. \-g

정의: 사진을 보고 사물을 판단하는 것(CV계열)특징: Image classification 가능-> Detection, Segmentation, Image captioning가능Problemsemantic gapchallengesviewpoint variationll

정의: 필터가 이미지위에서 슬라이딩 하면서 내적을 하는 것.깊이는 동일해야합니다.하나의 필터는 하나의 활성맵을 만든다.Hyperparameter: filter의 값\--> weights of visiualization\--> Prooffeatural hierarchy:

Loss 예시 f(x)을 통해서 각 score를 구함 (xi, yi) = (이미지, label) score vector: s = f(xi, W) Multiclass SVM loss(hingle loss) 정의: max()함수를 이용하여 0혹은 0 보다 큰 값