이빨 빠진 미남이

이번 포스팅은 standford university의 cs231 lecture 4를 공부하고, 강의와 슬라이드를 바탕으로 정리한 글임을 밝힙니다. 제가 직접 필기한 이미지 자료는 별도의 허락 없이 복사해서 다른 곳에 게시하는 행위를 금지합니다. 필요하신 경우 댓글로 알려주세요! Reference 💻 유튜브 강의: Introduction to Neural Networks 💻 한글 강의: cs231n 4강 Backpropagation and NN part 1 📑 slide: PDF Contents Reference Contents Review Backpropagation: a simple example chain rule이 무엇인가? Another example sigmoid gate Patterns in ..

이번 포스팅은 standford university의 cs231 lecture 3를 공부하고, 강의와 슬라이드를 바탕으로 정리한 글임을 밝힙니다. Reference 💻 유튜브 강의: Loss Functions and Optimization 📑 slide: PDF Contents Outline Multiclass Support Vector Machine Loss(Multiclass SVM loss) Questions 1~6 Regularization Weight Decay Softmax Questions 1~3 Softmax vs. SVM 중간 Summary Optimization 1-1. Random Search 1-2. Random Local Search 2-1. Gradeint 따라가기(Follow ..

| 0. 강의 자료 CS231n: Convolutional Neural Networks for Visual Recognition CS231n 전체 강의자료: 강의 자료 링크 CS231n 2강: Youtube 링크 CS231n_2강 강의자료: slide.pdf | 1. 강의 목표 K-Nearest Neighbor Linear classifiers: SVM, Softmax Two-layer neural network Image features | 2. Image Classification The Problem: Semantic Gap An image is just a big grid of numbers between [0, 245]: 컴퓨터는 이미지를 0부터 245까지 픽셀로 본다. 따라서, 컴퓨터가 이미지..