# Deep Learning
AI 딥러닝 시작:: 가상 환경 구현 ( Docker )
딥러닝 입문하기 위해서 Boostcourse 강의에 있는 '파이토치로 시작하는 딥러닝 기초'라는 강의를 수강하게 되었다. Tensorflow는 대학에서, Pytorch는 실무에서 많이 쓰인다는 학회장님의 권유로 pytorch강의를 수강을 하게 되었다. 이 강의는 홍콩
[DL] VGG Net (작성중)
VGG Net은 3x3 CNN 만을 이용해서 모델의 Depth를 늘려 성능을 향상시킨 것에 컨트리뷰션을 두고 있다.기존의 성능 향상에 대한 연구Small Size / Stride of First CNN LayerWhole image / Multiple ScaleDept
[paper-review] Objects as Points
Zhou, X., Wang, D., & Krähenbühl, P. (2019). Objects as points.
[paper-review] CornerNet: Detecting Objects as Paired Keypoints
Law, H., & Deng, J. (2018). Cornernet: Detecting objects as paired keypoints.
[DL] Mask R-CNN (작성중)
Feature Extraction by ResNetFeatured Pyramid Network from each layer output of ResNetRPN from each layer output of Featured Pyramid NetNMS Bounding Bo
[DL] Fast R-CNN & Faster R-CNN
AlexNet 사용 \- Image Warping 필요함에 따라 이미지 변형으로 인한 성능 손실Selective Search 사용 -> 이 부분은 Fast RCNN에서 해결 \- Select 부분 학습 불가(Back Propagation)2000개의 후보 영역을 모
[DL] R-CNN
R-CNN 1. Region Proposal Selective Search Hierarchy Clustering(Devide and Merge by Similarity) with greedy algorithm by Color, Texture, Size, Closure
[paper-review] Bottom-up Object Detection by Grouping Extreme and Center Points
Zhou, Xingyi, Jiacheng Zhuo, and Philipp Krahenbuhl. "Bottom-up object detection by grouping extreme and center points."
[DL] Object Detection
Object Detection 문제는 크게 두 가지로 나뉜다.Multi-labeled ClassificationBounding Box Regression위 두 문제를 해결하는 접근법에는 두가지가 있다.두 문제를 동시에 해결하는 방법빠르지만 정확도가 낮다 \- YOLO
[DL] Selective Search
카테고리 독립적인 region proposal을 생성하기 위한 방법은 여러가지가 있는데 해당 논문에서는 이전 detection 작업들과 비교하기 위하여 Selective Search라는 최적의 region proposal를 제안하는 기법을 사용하여 독립적인 region
How to build a State-of-the-Art Conversational AI with Transfer Learning
이 글은 ConvAI2 NeurIPS(2018) 대회에서 SOTA(state-of-the-art)를 기록한 Hugging Face 의 Conversation AI에 대한 튜토리얼를 번역한 포스트입니다.
R-CNN 을 알아보자
딥러닝(CNN)을 Object Detection 분야에 최초로 적용시킨 모델이며 이전의 Object Detection 모델에서 성능을 상당히 향상시키고, 이후 Fast R-CNN, Faster R-CNN, Mask R-CNN을 나오게 한 의미있는 모델인 R-CNN에 대
[paper-review] Self-Attention Generative Adversarial Networks
Zhang, Han, et al. "Self-attention generative adversarial networks."
Recommendation System
딥러닝의 여러 분야 중, 가장 큰 관심을 가지고 있는 Recommendation System을 공부하고 내용을 정리하기 위한 Series입니다.
Optimization - Unconstrained Method
머신러닝 프로젝트 대부분(특히 지도학습)의 목표는 실제 정답과 모델이 산출한 예측값 사이의 손실함수를 정의하고, 그 값을 최소로 만드는 변수(weight)를 찾는 것입니다. > 결국 수학적인 관점에서, 머신러닝/딥러닝 프로젝트는 손실함수를 최적화하는 하나의 과정입니다
Backpropagation in CNN / CNN의 역전파 / cmu 11785 lecture12
11-785. Introduction to Deep Learning / Fall 2020 Lecture12를 듣고 요약/정리한 글입니다.CNN에서 역전파가 어떻게 이루어지는지 딱히 고민해본 적이 없었는데 생각보다 상당히 복잡하다는 것을 알게되었고, 그 상세한 과정들을
Deep Learning from Scratch - Part 2 (2/2)
지난번 포스팅에서는 밑바닥부터 시작하는 딥러닝3의 Part 2 내용 중, generation에 대해여 다루었습니다. 이번 포스팅에서는 지난번 예고한대로, 연산자 오버로딩에 대해 얘기하겠습니다.
Deep Learning from Scratch - Part 2 (1/2)
Part 2의 주제는 코드를 자연스럽게 바꾸는 것입니다. 여기서 자연스럽다라는 말의 의미는, 우리가 현실에서 사용하는 연산들을 가능하게 한다는 뜻입니다.