1월 10일 일기

오늘 배운 것은 딥러닝 부분의 Image Classification이다.
Image Classification에서 가장 기억에 남는 부분은 L1,L2의 차이이다.
먼저 [L1 = d1(I1,I2)=∑p|Ip1−Ip2|] 이런 식이 나오는데, 내가 잘 이해한 건지 모르겠지만
나는 이게 I(이미지)의 차이를 절대값으로 결과를 낸것으로 보아 그 이미지를 구분하는 특징을 가지고 있어 그 특징에 맞게 딱 구분하는 방식이라고 이해했다.

그다음 [L2 = d2(I1,I2)=√∑p(Ip1−Ip2)^2] L2는 이미지의 차이를 루트로 씌운 뒤 제곱을 하는데 그것보단 절대값을 주지 않아 범위가 -~+를 왔다갔다 할 수 있는 즉 특징에 맞게 딱 구분하는게 아니라 얼추 비슷한것들을 구분하는 방식인거 같다.

그래서 그래프로 보면 L1같은 경우는 그래프가 각이 져있지만, L2같은 경우는 원형으로 되어있다.
일단 기억나는건 여기까지 쓰고, 더 기억나면 써야겠다