일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- computervision
- 서포트벡터머신이란
- SVM margin
- pytorch c++
- Object Detection
- SVM 이란
- TCP
- svdd
- libtorch
- SVM hard margin
- 논문분석
- yolov3
- DeepLearning
- RCNN
- EfficientNet
- darknet
- Deep Learning
- cnn 역사
- fast r-cnn
- cs231n lecture5
- Computer Vision
- pytorch
- pytorch project
- self-supervision
- CS231n
- 데이터 전처리
- Faster R-CNN
- CNN
- support vector machine 리뷰
- yolo
Archives
- Today
- Total
목록layer (1)
아롱이 탐험대
Lecture 7: Convolutional Neural Networks
지난 시간에 이어서 본격적으로 Convolutional Neural Networks에 대해 알아보자 CNN에서 합성곱 연산을 어떤 방식으로 하는지 보자. 우선 CNN에 들어오는 image의 size를 32*32*3이라고 가정하자. 여기서 32는 각각 weight와 height를 의미하고 3은 depth를 의미한다. 처음에 들어올 때는 RGB라고 생각해도 무관하다. 그리고 해당 Image를 filter라는 것을 통해 합성곱 연산을 해준다. 연산 과정은 뒤에서 설명하겠다. 위 예시에서는 5*5*3 size의 filter가 존재한다. 여기서 주의해야 할 점은 filter의 depth와 image의 depth는 같아야 한다. 위처럼 image와 filter를 통해 합성곱 연산 후 bias값을 더해주는 구조이다...
study/cs231n
2020. 4. 16. 13:16