ARAMDAUN

이 포스팅은 cs231n 강의와 활용된 자료를 바탕으로 한 포스팅입니다. 처음 공부하였을 때 정리한 포스팅이라 내용이 많이 부족합니다. 1. Recurrent Neural Networks 1.1 RNN : Process Sequence RNN은 네트워크가 다양한 입력, 출력을 다룰 수 있게 해준다. 그리고 가변 길이의 데이터를 다루기 위해 필요한 일반적인 방법(paradigm)이다. * one to many 모델 : 입력은 단일 입력이지만 출력은 가변 출력이다. (ex. Image Captioning / 이미지를 그를 설명하는 던어들을 만들어 낼 때) * many to one 모델 : 입력은 가변 입력이며 출력은 단일 출력이다. (ex. Sentiment Classification / 입력은 문장이 될 ..

이 포스팅은 cs231n 강의와 활용된 자료를 바탕으로 한 포스팅입니다. 처음 공부하였을 때 정리한 포스팅이라 내용이 많이 부족합니다. Image Classification 컴퓨터가 보는 고양이 사진은 여러 픽셀값으로 구성되어 있다. 사진의 부분을 옮길 때마다 픽셀값은 변한다. 사진을 분류할 때 어려운 점? Illumination : 영상의 밝기 Deformation : 다양한 자세 Occlusion : 물체의 일부만 보임 Background Clutter : 물체가 배경과 유사함 Intra-class variation : 다양한 종이 있으며 종에 따라 특징이 다름 1. Data-Driven Approach 1.1 Nearest Neighbor 모든 데이터와 라벨들을 학습 가장 유사한 학습 이미지의 라벨..