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 |
Tags
- svdd
- darknet
- self-supervision
- 논문분석
- DeepLearning
- EfficientNet
- pytorch project
- pytorch c++
- 데이터 전처리
- SVM margin
- cnn 역사
- CNN
- Deep Learning
- libtorch
- support vector machine 리뷰
- pytorch
- SVM hard margin
- fast r-cnn
- RCNN
- Faster R-CNN
- TCP
- CS231n
- SVM 이란
- cs231n lecture5
- computervision
- Computer Vision
- Object Detection
- yolov3
- 서포트벡터머신이란
- yolo
Archives
- Today
- Total
목록linear regression 단점 (1)
아롱이 탐험대

Lecture 9에서는 cnn을 보다 더 시각적인 자료와 함께 이해하는 시간이다. 우선 CNN이 무엇을 하는지 알아보는 방법은 여러 가지지만 우선은 Activation map을 보며 이해해보자. 우선 오른쪽에 있는 alex net에 존재하는 pool 5 layer에서 임의의 뉴런을 취한 후 train을 돌린다. 해당 layer에서 추출한 임의의 뉴런들 중 어떤 뉴런이 가장 활발하게 활성화되는지 실험을 하는 과정이다. 실험의 결과는 왼쪽의 그림과 같이 특정 객체가 있는 local에서 뉴런들이 활발히 activation 되는 것을 볼 수 있다. 2번째 방법은 kernel을 visualize하는 방법이다. 이는 garber filter를 이용한 결과이다. garber filter는 edge와 같은 featur..
study/cs231n
2020. 4. 21. 11:20