boostcamp

9/19부터 Boostcamp 4기의 본격적인 일정이 시작되었다. 일주일동안 따라가느라 급급해서 정리를 제대로 하지 못했지만 느낀 점 위주로 정리하려고 한다.

딥러닝에서 가장 기초가 되는 레고 블럭인 nn.module에 대해 다룬다.

CVPR 2016

사람은 지각을 통해 세상과 상호작용한다.

딥러닝은 데이터가 무조건 많이 필요함. 근데 모두 레이블 되어있는 거대 데이터를 얻기란 쉽지 않음.

이미지의 픽셀 단위로 classification개체를 따라 분류하는 것이 아님.

Object Detection 영상 인식보다 어려움. 물체가 몇개인지 어디에 있는지 classification 도 해야함. 무인차 운영에 단골로 등장하는 기술임. OCR 기술도 마찬가지. Two-stage Detector 딥러닝 전에 어떤 기술로 object d

모델의 성능을 측정할 때 코드에 꼭 들어가는 내용이 있다.with torch.no_grad()와 model.eval().

다음과 같은 상황을 생각해보자. Attack or No Attack 두 가지만 표현할 수 있으면 된다. 즉, 0 or 1. 1비트면 가능하다. 만약, 동서남북 4개의 공격 방향을 추가로 더 알리고 싶다면 어떻게 될까?