[CS231n] 강의2. Image Classification 리뷰
cs231n
본 글은 2021년 4월에 강의한 스탠포드 대학의 Convolutional Neural Networks for Visual Recognition 2021년 강의를 듣고 정리한 내용입니다. Lecture2 이미지 분류에 대해 정리했습니다.
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.
code
LeNet은 1998년 Yann LeCun의 논문 ‘Gradient-Based Learning Applied to Document Recognition’에 기재된 가장 기본적인 CNN 구조입니다. 이를 이해하고 파이토치로 구현해보았습니다.
paper
그 유명한 ResNet은 152층까지 네트워크를 쌓아올리는 데 성공하며 ILSVRC 2015 classification competition에서 우승하게 됩니다. 그리고 처음으로 3.57%의 top5 에러율을 달성했습니다.
code
ResNet은 원래 ImageNet 경진대회를 위해 디자인되었습니다. 하지만 본 코드는 Fashion MNIST에 맞추기 위해 input과 output 층을 바꿨습니다, Method: Pytorch
paper
컨셉 드리프트는 시간이 지남에 따라 예기치 않은 방식으로 변경되는 것을 의미합니다. 서베이 논문 형식으로 작성되었고, 이것을 리뷰해보았습니다.