스탠포드2 CS231n Lecture 3 강의노트 이번시간에는 Loss를 이용해 적절한 가중치 행렬 W를 고르는 방법에 대하여 리뷰해보도록 하겠습니다. www.youtube.com/watch?v=h7iBpEHGVNc&list=PLC1qU-LWwrF64f4QKQT-Vg5Wr4qEE1Zxk&index=3 : 강의주소 리뷰를 시작하기 앞서 지난시간에 배웠던 Linear classification에 대하여 잠시 다뤄보자면 이 모델은 각 클래스를 템플릿으로 보는것인데 행렬 W에는 각 10개의 클래스와 이미지의 모든 픽셀에 대응되는 하나씩의 요소가 있습니다. 다음의 그림과 함께 보시면 이해하기 수월할 것입니다. 여기서는 3개의 클래스만 보여줬지만 W와 x를 곱하게되면 자연스럽게 모든 픽셀에 대응되는 요소가 있게됩니다. 즉 행렬 W의 각 행들이 해당하는 클래스의 템.. 2021. 1. 23. CS231n Lecture 2 강의노트 컴퓨터비전쪽을 공부하신다면 다들 들어보셨을 CS231n에 대해 강의 내용을 바탕으로 정리해보려합니다. www.youtube.com/watch?v=OoUX-nOEjG0&list=PLC1qU-LWwrF64f4QKQT-Vg5Wr4qEE1Zxk&index=1 : 강의주소 Lecture2는 Image Classification에 대해 본격적으로 다루기 전에 간단한 알고리즘 KNN, Linear Classifier을 주제로 삼고 있습니다. Image Classification을 한다고 하면 우선 입력 이미지를 받습니다. 그리고 시스템에는 우리가 미리 정해놓은 카테고리 집합이(개, 고양이, 트럭 등) 있습니다. 이제 컴퓨터는 이미지를 인식하고 이미지가 속할 카테고리를 고르기만 하면 됩니다. 매우 간단해보이지만 컴퓨터.. 2021. 1. 20. 이전 1 다음
