# AlexNet
AlexNet
AlexNet ImageNet Classfication with Deep Convolutional Neural Networks 논문의 명은 'ImageNet Classfication with Deep Convolutional Neural Networks'이지만, 논문
[12' NIPS] ImageNet Classification with Deep Convolutional Neural Networks 리뷰
Abstract ImageNet LSVRC(Large Scale Visual Recognition Challenge)-2010의 데이터(120만 장의 고해상도 이미지)를 이용하여 1000개의 class에 대해 학습시켰다. 그 결과, 기존의 state-of-the-a
AlexNet이란
2012년에 개최된 ILSVRC(ImageNet Large Scale Visual Recognition Challenge) 대회의 우승을 차지한 컨볼루션 신경망(CNN) 구조이다. 딥러닝 기술이 컴퓨터 비전에서 최고 성능을 낼 수 있다는 증명을 하게 되었다.
[논문 리뷰] ImageNet Classification with Deep Convolutional Neural Networks
ImageNet 120만 이미지 데이터를 1000개의 class로 분류하는 문제를 위해 크고 깊은 CNN을 학습했다.평가 데이터에서 이전 SOTA보다 상당히 성능이 좋아졌다.5개의 convolutional layer와 5개의 max pooling layer, 3개의 F
✨Case Studies, Practical Advices for Using ConvNets
LeNet-5, AlexNet, ZFNet, VGG-16, GoogLeNet, ResNet
ImageNet Classification with Deep Convolutional Neural Networks 논문 학습 정리
AlexNet으로 유명한 논문을 읽고 학습하여 정리했습니다.
(수정중)CNN-AlexNet
지금 인공지능을 공부하는 학생들이 많이 접하게 되는 convolutional neural network의 시작은 어디일까. CNN을 공부하다보면 2022년 3월 25일 기준 105316회 인용된 Alex Krizhevsky의 논문 ImageNet Classificat
[딥러닝 논문 리뷰] 1.AlexNet
논문 ImageNet Classification with Deep Convolutional Neural Networks(AlexNet) - 2012 https://proceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c843
[D&A 운영진 딥러닝 스터디] 3주차 2차시
이미지 분류 모델을 측정하기 위한 데이터로 가장 많이 사용하는 데이터셋2만 개 이상의 클래스와 약 1400만장의 이미지로 구성ILSVRC(ImageNet Large Scale Visual Recognition Challenge) 대회에서 사용Yann LeCun 교수가
[밑바닥부터 시작하는 딥러닝1] 04. 합성곱 신경망(CNN)
합성곱 신경망(CNN; Convolutional Neural Network) 이미지 인식, 음성 인식에서 자주 사용 합성곱 계층(Convolution Layer), 풀링 계층(Pooling Layer) 존재 풀링 계층은 생략 가능 완전 연결 계층(Fully-
[딥러닝] AlexNet
컨볼루션 5개, 완전연결층3개로 구성컨볼루션층 200만개, 완전연결층 6500만개 매개변수완전연결층의 매개변수를 줄이는 방향으로 발전2-3번째 컨볼루션은 윗층 아랫층 두개 연결이고 3번째 이후로 병렬적인 연산 진행됨그래픽카드 성능이 충분하지 않은 상황에서 연산을 여러개
[CNN Networks] 1. AlexNet
ILSVRC-2012에서 우승한 CNN Network인 AlexNet에 대해 간단히 정리하였습니다.
[AI] AlexNet (1) 논문 읽기
유명 논문을 야매로 읽어보za - 내 맘대로 논문 정리 요약하기 (ㅎ_ㅎ) 알렉스가 만들어서 알렉스넷ㅋ 장난 하나, 장난 둘, 장난 셋, 장난 넷