# cs231n

26개의 포스트
post-thumbnail

Convolutional Neural Networks

위 강의노트는 CS231N 강의 내용과 자료를 바탕으로 작성했습니다. 또한 중간 중간 나오는 인용문에서의 질문은 강의에서 나온 질문이나, AIFFEL 대전 딥러닝 풀잎 1조분들과의 스터디에서 나온 질문을 바탕으로 이뤄졌습니다.

3일 전
·
0개의 댓글

[풀잎스쿨] CS231n 4강 (2) Neural Networks

스탠퍼드 대학의 CS231n: Convolutional Neural Networks for Visual Recognition 본 포스팅은 CS231n 3강의 내용을 정리한 것이다.

4일 전
·
0개의 댓글
post-thumbnail

CS231n 3강 노트정리

손실함수 : 임의의 값 $W$를 입력받아 각 스코어를 확인하고 $W$의 기능을 정량화시킨다.최적화 : 행렬 $W$가 될 수 있는 모든 경우의 수에 대해 "가장 덜 구린" $W$가 무엇인지를 찾는 것.$$L=\\frac{1}{N}\\sum\_{i}L_i(f(x_i,W),

4일 전
·
0개의 댓글
post-thumbnail

[풀잎스쿨] CS231n 4강 (1) Backpropagation

스탠퍼드 대학의 CS231n: Convolutional Neural Networks for Visual Recognition 본 포스팅은 CS231n 3강의 내용을 정리한 것이다.

2021년 1월 11일
·
0개의 댓글
post-thumbnail

[풀잎스쿨] CS231n 3강 (2) Optimization & Image Features

본 포스팅은 스탠퍼드 대학의 CS231n: Convolutional Neural Networks for Visual Recognition CS231n 3강의 내용을 정리한 것이다.

2021년 1월 11일
·
0개의 댓글
post-thumbnail

210104 Michigan Online | Lec.02 - Image Classification

이미지를 알고리즘에 입력하면, 사전에 정해진 여러 카테고리 중 하나의 라벨로 입력 이미지를 분류하는 것이다.고양이 사진을 예로 들어보자.사람은 고양이 사진을 볼 때 신경계에서 일어나는 여러 복잡한 처리 과정을 의식적으로 수행하고 인식하지 않는다. 직관적으로 고양이임을

2021년 1월 8일
·
0개의 댓글

[풀잎스쿨] CS231n 3강(1) Loss Functions

스탠퍼드 대학의 CS231n: Convolutional Neural Networks for Visual Recognition 본 포스팅은 CS231n 3강의 내용을 정리한 것이다.

2021년 1월 8일
·
0개의 댓글
post-thumbnail

[CS231n] 2. 최근접이웃 (Nearest Neighbor)

Data Driven Approach중 가장 단순하면서도 기초가 되는 분류법이 최근접이웃, Nearest Neighbor이다. Nearest Neightbor 최근접이웃 (이하 NN) 기법을 설명하기전에 우선 컴퓨터가 이미지를 어떻게 인식하는지를 알아야한다. 인간을

2021년 1월 4일
·
0개의 댓글
post-thumbnail

[CS231n] 1. Data Driven Approach

본 내용은 스탠포드대의 강의: CS231n을 학습한 내용을 기반으로 작성되었습니다.최근접이웃 (이하 NN)은 Data Driven Approach의 기초가 되는 분류 기법인데, Data DRiven Approach에 대해 간단히 설명하자면, 모델에 데이터를 와장창 때려

2021년 1월 4일
·
0개의 댓글
post-thumbnail

Image classification[lect 2-2]

딥러닝을 학습시키는데 유용한 Datasets를 가진 사이트 및 데이터베이스 소개

2021년 1월 4일
·
0개의 댓글

Image classification[lect 2-1]

cs231n lecture2 정리 글입니다. [part 1]

2021년 1월 4일
·
0개의 댓글
post-thumbnail

[CS231n] Lecture 12. Visualizing and Understanding

Stanford University의 CS231n 12강을 듣고 정리한 내용입니다.

2020년 12월 26일
·
0개의 댓글
post-thumbnail

[CS231n] Lecture 11. Detection and Segmentation

Stanford University의 CS231n 11강을 듣고 정리한 내용입니다.

2020년 12월 19일
·
0개의 댓글
post-thumbnail

[CS231n] Lecture 10. Recurrent Neural Networks

Stanford University의 CS231n 10강을 듣고 정리한 내용입니다.

2020년 12월 12일
·
0개의 댓글
post-thumbnail

[CS231n] Lecture 9. CNN Architectures

Stanford University의 CS231n 9강을 듣고 정리한 내용입니다.

2020년 12월 5일
·
0개의 댓글
post-thumbnail

[CS231n] Lecture 8. Deep Learning Software

Stanford University의 CS231n 8강을 듣고 정리한 내용입니다.

2020년 11월 28일
·
0개의 댓글
post-thumbnail

[CS231n] Lecture 7. Training Neural Networks II

Stanford University의 CS231n 7강을 듣고 정리한 내용입니다.

2020년 11월 21일
·
0개의 댓글
post-thumbnail

[CS231n] Lecture 6. Training Neural Networks I

Stanford University의 CS231n 6강을 듣고 정리한 내용입니다.

2020년 11월 14일
·
0개의 댓글
post-thumbnail

[CS231n] Lecture 5. Convolutional Neural Networks

Stanford University의 CS231n 5강을 듣고 정리한 내용입니다.

2020년 11월 7일
·
0개의 댓글