목록cnn (3)
호기심 많은 분석가

부스트캠프 개발자의 지속 가능한 성장을 위한 학습 커뮤니티 boostcamp.connect.or.kr 📙개인학습 1. Visualizing CNN 1-1. What is CNN visualization? CNN is a black box 우리가 배운 CNN 기반의 NN는 단순히 학습 가능한 convolution과 non-linear activation function들의 연산기이다. → 인간의 성능을 뛰어넘기도 함 그런데 가끔 성능이 안나올 때가 있다. 기계가 이러면 뜯어서 확인해볼 텐데 CNN은 워낙 복잡한 구조로 얽혀있어서 그것이 어려움(Black box라 불리는 이유) → 시각화를 통해서 확인하고자 함 시각화를 하는 이유 What is inside CNNs (black box)? Why do the..

부스트캠프 개발자의 지속 가능한 성장을 위한 학습 커뮤니티 boostcamp.connect.or.kr (03강) Image Classification 2 1. Problems with deeper layers AlexNet에서 VGGNet으로 발전하면서 더 깊은 네트워크가 더 좋은 성능을 보여준다는 것을 확인했음 깊을수록 복잡한 데이터도 보다 더 잘 학습할 수 있다 더 큰 Receptive field를 가지기 때문에 더 많은 주변을 참조해서 신중히 결론 활성 함수도 더 많이 사용할 수 있다 하지만 더 깊기만 하면 언제나 좋을까? 그렇지 않다. 그렇다면 왜? Deeper networks are harder to optimize 더 깊게 쌓을수록 gradient가 accumulate 되면서 Gradient ..

부스트캠프 개발자의 지속 가능한 성장을 위한 학습 커뮤니티 boostcamp.connect.or.kr 개요 폭풍 같았던 일주일이 지나갔다. 첫 주는 프리코스 때 들었던 강의만 다시 다뤘던 것이라 내용이 굉장히 많았던 것이고 다음 주부터는 그렇지 않을 것이라 하신다. 하지만 본격적으로 어려운 내용이 다음 주부터 시작이니 조금은 겁이 난다. 아직 첫 주차 내용도 완벽히 이해가지는 않았는데 지속적으로 학습하며 부족한 부분들을 마스터님이나 다른 멘토분들이 추천해주신 사이트를 통해 공부해나가야겠다. 개인 학습 (AI Math 9강) CNN 첫걸음 Convolution 연산 이해하기 지금까지 배운 다층 신경망(MLP)은 각 뉴런들이 선형 모델과 활성 함수로 모두 연결된(fully connected) 구조였습니다. ..