# cs231n

Image Classification
[CS231n 강의 내용 정리] Image Classification, Data-Driven Approach, KNN, Linear Classification.

CS231n study_lect2
Image classification이란 입력 이미지가 어떤 카테고리인지 맞추는 task이다. 카테고리는 개, 고양이, 트럭.. 등과 같이 레이블로 주어진다. semantic gap은 image classification이 해결해야 할 문제의 원인이다. semantic

CS231n study_lect1
Introduction 컴퓨터 비전 분야에 들어오게 되면서 교수님, 선배님들, 동기들, 인터넷 모두가 추천하는 강의가 있었는데 그것이 CS231n이다. CS231n 강의는 스탠포드 대학교에서 진행한 컴퓨터 비전 강의로 youtube에 올라와있으며 한국어 번역 자막 자

CS231n Lecture 13
이번 시간은 generator 모델을 주로 다뤘다. VAE나 GAN을 스터디때 많이 다뤄서 정말 반가웠다. supervised & unsupervised 보통 ML 입문자들이 큰 부류로 나눌때 먼저 배우는 걸 늦게 가르쳐줘서 특이하단 생각도 들었다. supervi

[CS231n] Lecture 7: Training Neural Networks II 정리
Stanford University CS231n Lecture 7

[CS231n] Lecture 6: Training Neural Networks I 정리
Stanford University CS231n Lecture 6

[CS231n] Lecture 5: Convolutional Neural Networks 정리
Stanford University CS231n Lecture 5

[CS231n] 16. Detection + Segmentation (EECS 498-007 / 598-005)
이번 강의에선 객체가 어떤 class에 속하는지 detection하고 객체를 분할하는 방법에 대해 알아볼 것입니다. 15강에서 배웠던 Slow R-CNN에 대해 복습해보면 selective search와 같은 algorithm을 통해 regions of interest

[CS231n] Lecture 4: Introduction to Neural Networks 정리
Stanford University CS231n Lecture 4

[CS231n] Lecture 3: Loss Function and Optimization 정리
Stanford University CS231n Lecture 3

[CS231n] Lecture 2: Image Classification 정리
Stanford University CS231n Lecture 2

[CS231n] 14. Visualizing and Understanding (EECS 498-007 / 598-005)
이번 강의는 컨볼루션 신경망 내부에서 일어나는 일을 시각화하고 이해하기 위한 기술에 대해 이야기 할 것입니다. 두 가지의 주제로 요약하면우리가 훈련시킨 데이터에 대해 학습한 것이 무엇인지 이해하는 기술 neural net을 Visualizing 하고 Understan

CS231n Lecture 11
오늘도 CS231n Lecture 11을 요약 정리해 보겠다.지금까지 image classification task를 다뤘다면 이번에는 새로운 task를 다뤄보았다.semantic segmentation은 각각 필셀 별로 카테고리를 항당하는 방법으로 픽셀로 모든 사물을

CS231n Lecture10
내가 딥러닝을 시작하게 된 NLP 분야의 가장 기초가 되는 RNN을 수업 듣게 되어서 굉장히 반가웠다. RNN RNN은 주로 Sequential 데이터 시계열데이터에서 주로 사용되고, 보통 주식, 공장, 비디오, 문자 등 다양한하게 쓰인다. Vanlilla Ne

CS231n Lecture 9
이번 시간에는 CNN의 대표적인 모델들을 배워보았다. CNN모델의 시작은 LeNet이고 최초로 Convolution 연산을 적용한 모델이다. 이후 ImageNet대회에서 2012년 오차율을 굉장히 줄인 AlexNet은 잠잠했던 CNN연산을 사용해 성공적인 결과를 냈다
cs231n - Lecture 9 | CNN Architectures
cs231n 강의 중 'Lecture 9 | CNN Architectures'를 정리한 내용이다.2012년, imageNet classification test에서 좋은 성능을 내어 우승한, 첫 딥러닝 기반 접근을 한 CNN 모델이다. 각 layer별로 ouput vo

cs231n - Lecture 3 | Loss Functions and Optimization
cs231n 강의 중 'Lecture 2 | Image Classification'을 정리한 내용이다.

CS231n Lecture 8
시간이 금세 가서 벌써 Lecture 8이다. 예전 기업 면접에서 tensorflow와 pytorch의 차이를 물어봐서 graph 생성 관련으로 아는대로 대답했었는데 지금 생각해보니 CS231n을 본 사수들이 그래서 물어본거 같기도 하다...static과 dynamic