참고 블로그
https://zzsza.github.io/diary/2017/12/30/2017-retrospect/
https://carpedm20.github.io/
Latest
CNN key concept
CNN
ILSVRC
* ImageNet Large-Scale Visual Recognition Chagllenge
* Classification, Detection, Localization, Segmentation
* 1000 different categories
2015년도를 기준으로 사람보다 error rate가 낮아졌다. 참고로 저 '사람'은 어느 테슬라 개발자가 직접 해봤다고 한다.
이후에 설명할 CNN Model들은 해당 대회에서 검증이 됐다고 한다.
AlexNet
 kernel을 사용했다고 하자. 그러면 평균을 구하는 convolution 연산이 된다.
tensor
channel이 3개인 RGB이미지를 가정해보자. 이 이미지에 (5,5) filter를 적용한다고 하면, 3개의 channel을 가진 filter를 적용한다고 생각하면 된다.
가령, 위와 같이 RGB 이미지에 (5,
Optimizer 실습
colab 설정
%config InlineBackend.figure_format='retina'
matplotlib와 같은 출력물의 해상도를 retina로 설정
노이즈
n_data = 10000
x_numpy = -3+6*np.random.rand(n_data,1)
# y_numpy = np.exp(-(x_numpy**2))*np.cos(10*x_numpy)
y_numpy = np.exp(-(x_numpy**2)
pytorch
init parameters
pytorch에서 자동으로 해주기는한다.
하지만 수동으로 parameter를 원하는대로 초기화해야하는 경우가 분명 발생한다. 이를 수동으로 해결하는 방법은 기본적으로 아래와 같다.
class MultiLayerPerceptronClass(nn.Module):
"""
Multilayer Perceptron (MLP) Class
"""
def __init__(self,name='mlp',xdim=784,hdim=256,ydim=10):
super(MultiLayerPerceptronClass,self)