버츄얼유튜버 (59) 썸네일형 리스트형 메지로라이언이 시원시원하게 푸는 역전파&활성화, Optimizer https://wikidocs.net/37406 해당 과정에서 sigmoid의 단점을 파악 가능. 1) sigmoid 함수의 미분은 x(1-x)인데, [0,1]에서 최대값은 1/4임. 만일 충분히 작은 값이 sigmoid에 들어오게 된다면 이는 0에 가까운 값을 출력. 그럼 backpropagation 과정에서, sigmoid 특성 상 미분값(x-(1-x))도 0에 가까운 출력을 내보이게 됨. 즉, 이것이 곱해질 dE/dW가 0에 한없이 비슷한 값이라는 것. 2) 또한 sigmoid는 가운데값이 0이 아닌, 0.5다. 즉 출력이 무조건 [0,1]으로, 양수이다. 따라서 w에 대한 미분은 무조건 양수가 된다. 왜? 위 사진의, 오른쪽 상단 부분의 dz/dw를 살펴보라. Chain Rule 적용 과정에서 d.. 통계 잡다 https://blog.naver.com/PostView.nhn?blogId=hoopae123&logNo=221344852907&parentCategoryNo=&categoryNo=1&viewDate=&isShowPopularPosts=false&from=postView [19] 다변량 정규분포 (Multivariate normal distribution) - 4. 다변량 정규분포와 성질 [16]번 포스팅 다변량 정규분포 - 1 (스펙트럼 분해) : https://blog.naver.com/hoopae123/221341429637 [1... blog.naver.com https://datascienceschool.net/02%20mathematics/08.06%20%EB%8B%A4%EB%B3%80%EC%.. 이미지분류 위한 공부 https://github.com/Srikeshram/Celebrity-Face-Recognition/blob/master/Celebrity_Face_Recognition%20.ipynb Celebrity 분류하는 코드. 데이터셋도 위 링크에 존재. GitHub - Srikeshram/Celebrity-Face-Recognition: The Classification of 105 Celebrities with Face-Recognition using Tensorflow-Fra The Classification of 105 Celebrities with Face-Recognition using Tensorflow-Framework - GitHub - Srikeshram/Celebrity-Face-Recog.. 카스미자와미유가 쓰레기통에서 줏은 머신러닝 관련 글 model.compile(optimizer = Adam(lr = 1e-5), loss = dice_coef_loss, metrics = [dice_coef]) ---------------------------------------------------------------------- results = model.fit(X, y, validation_split = 0.1, batch_size = 4, epochs = 20) 1. 매개변수 갱신(via SGD) SGD: 확률적 경사하강법(Stochastic Gradient Descent) 시그모이드가 아니다. W 마리나가 숙청 도중에 들고 나왔다는 CNN공부자료 https://89douner.tistory.com/57 3. CNN(Convolution Neural Network)는 어떤 구조인가요? 안녕하세요~ 이번글에서는 Convolution Neural Network(CNN)의 기본구조에 대해서 알아보도록 할거에요. CNN은 기본적으로 Convolution layer-Pooling layer-FC layer 순서로 진행이 되기 때문에 이에 대해서 차.. 89douner.tistory.com 여태 filter의 개수를 잘 이해 못 했는데, 이를 보고 이해함. 1) 여러 filter의 개수가 필요한 이유 2) filter가 특정 에지 등 특징지을만한 요소를 찾는 것이 주요 관건이라면, 이것이 계속 갱신되는 것은 어떤 의미가 있는가? convolutional fi.. selective search & 현대모비스 1차면접 ppt용 보호되어 있는 글입니다. 호시노가 낮잠자면서도 이해하는 R-CNN CNN 역전파나 기본원리 CS231N https://www.philgineer.com/2021/02/cnn-5.html [그림 예제] 합성곱 신경망(CNN) 역전파까지 5분만에 이해하기 합성곱 신경망, 역전파, 편미분, 커널 www.philgineer.com https://www.jefkine.com/general/2016/09/05/backpropagation-in-convolutional-neural-networks/ Backpropagation In Convolutional Neural Networks Backpropagation in convolutional neural networks. A closer look at the concept of weights sharing in convolutio.. 바보♡ 허접♡ 코하루도 이해하는 욜로(YOLO) 버전별 차이 추가 YOLO의 장단점 장점: 간단한 처리과정으로 속도가 매우 빠르다. 또한 기존의 다른 real-time detection system들과 비교할 때,2배 정도 높은 mAP를 보인다. Image 전체를 한 번에 바라보는 방식으로 class에 대한 맥락적 이해도가 높다. 이로인해 낮은 backgound error(False-Positive)를 보인다. Object에 대한 좀 더 일반화된 특징을 학습한다. 가령 natural image로 학습하고 이를 artwork에 테스트 했을때, 다른 Detection System들에 비해 훨씬 높은 성능을 보여준다. 단점: 상대적으로 낮은 정확도(특히 작은 object에 대해) 이전 1 2 3 4 5 6 7 8 다음
