cs231n 4강 Backpropagation and NN part 1 이번시간에는 backpropagation과 NN에 대해서 알아보겠습니다.우리는 f(x)=Wx해서 score 을 구하는법을 알게되었고 이을 통해서 softmax , svm을 통해서 loss을 구하는 방법이을 통해서 data loss와 regularization loss을 합쳐서 전체 loss을 구하는 방법에 대해서 알아보아씀 이을 통해서 알고자했던건 w가 바뀜에 따랑서 loss가 얼마큼 변하는지 파악해 보자는 것이였습니다,즉 dL/dw 을 구해보려했음optimization 은 모라 했죠?L을 최소화하는 즉, L을 최소화 하는 w을 찾아나가는 과정이다이런걸 parameter update라 하고 loss가 최소화 되야지만 비로서 좋은 prediction이 가능하다 gradient을 구하는방법은 Numerica.. 더보기 cs231n 3강 Loss fn, optimization 저번 시간에 배운내용을 복습해보면 컴퓨터비젼에서 여러 첼린지가 있었습니다.변형 은패나 은닉 그리고 배경과 구분이 안되는 object들 처럼 어려 문제가 있습니다.근데 오늘날 기계들을 보면 사람을 넘어서는 이미지 인식 수준을 가지고있습니다.전통적인 방식과는 달리 data driven 방식을 우리는 사용할거고요첫번쨰 방법으로 NN에 대해서 학습을 해봤고또 다른 data driven approach중에 parametrical approach입니다. 이 linear classifer을 보면 고차원 공간에 있는 이미지들 사이에서 class score에 기반해서 구분을 해나가는 과정이라고 해석할수있습니다. 그래서 이번 시간에서는 우리가 score에 대해 어떤 불만족하는 정도를 정량화하는 loss function에 .. 더보기 cs231n 2강 Image classification pipeline 이미지는 classificatoin은 컴퓨터 비젼에 있어서 가장 핵심적인 작업입니다.예를 들어 dog, cat,truck같이 레이블이 있을때 이중에 이 이미지를 보고 이것은 고양이다 라고 판단하는게 image classification이라고 할수있습니다. classification이 가능하면 detection, segmentation, image captioning이 수월해진다고 합니다. 이미지는 기본적으로 숫자로 구성된 3d array.숫자는 0~255사이의 값이 될것이고예를 들어 이 이미지같은경우 800*600*3으로 구성이 되는데제일앞은 height 중간은 width 마지막은 rgb로 이루어짐 그런데 보는 각도에 따라서 이미지가 다르수있고 조명에 따라서 이미지가 다르게 보일수도있고 형태의 변형이 있.. 더보기 이전 1 ··· 7 8 9 10 11 다음
