[CS231n] 강의6. Hardware and Software with Pytorch 리뷰
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture6 소프트웨어, 특히 pytorch에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture5 합성곱 신경망에 대해 정리했습니다.
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture4 신경망과 역전파 알고리즘에 대해 정리했습니다.
cs231n
스탠포드 CS231n 3강에서는 이미지 분류 모델의 예측 성능을 정량화하는 손실 함수(Multiclass SVM loss, Softmax loss)와 과적합을 방지하는 정규화 기법을 다룹니다. 나아가 최적의 가중치를 탐색하기 위한 수치적/해석적 경사(Gradient) 계산 원리와 ...
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
code
잔차 유닛을 정의한 후, ResNet의 구조를 직접 구현해보았습니다.
paper
SENet은 Squeeze와 Excitation이라는 연산작업으로 정보를 압축하고 재조정하여 ILSVRC 2017에서 우승합니다.
paper
NFNet은 ImageNet 데이터셋에서 배치 정규화 없이 ResNet을 학습시켜 기존 EfficientNet 대비 높은 훈련 효율과 검증 정확도를 달성한 정규화 미사용 심층망 구조다.