CS231N

강의 링크 Data-driven approach collecet a dataset of images and labels use machine learning to train an image classifier evaluate the classifier on a withheld sest of test images -> test & evaluate Nea...

2-layer Neural Network $$f=W2max(0,W1x)$$ -> max: relu와 같은 activation function임. non-linearity를 부여함. input layer인 x에서는 3072개의 픽셀을 가지게 되고, 이것이 w1이라는 가중치와 연산이 되어서 hidden layer가 100개의 node(feature)로 구성되...

강의링크 Activation Function을 반드시 이용해야 하는이유는? : 전체 NN가 몇개의 layer를 가지던지 간에, 하나의 단일 linear function으로 표현 가능해짐. 은닉 계층이 없는 단일 네트워크로 표현되어버리기 때문에 미세한 변화를 만들어주는 것이 중요함. Weight가 너무 작은 경우에는 activation이 0이 되어버리고,...

강의 링크 Ensemble 단일 모델을 학습시키는 대신, 독립적인 여러개의 모델을 학습시켜서 test time 때 이들 결과의 평균을 내면 성능이 2% 정도 향상됨. 단일 모델을 사용할 때보다 항상 더 성능이 2% 정도 좋아지기 때문에, 되도록이면 사용하는 게 좋지만, 여러 개의 학습 모델을 관리해야 하며 test 시에도 모델의 개수에 대해 linear하...

Image Classification: input image가 어떤 label에 해당하는지, 즉 해당 이미지가 어떤 분류에 속하는지 파악하는 것 컴퓨터는 0부터 255까지의 정수의 배열로 이미지를 인식함. ex) 8006003 (3 channels RGB) > 컴퓨터가