MLDL

사내에서 수강하는 AI 양성과정 교육을 들으면서 가볍게 넘어갔엇던 네트워크 모델들을 정리해보고자 한다. 시리즈의 순서는 큰 의미는 없고, 교수님이 가르쳐주시는 순서에 따르며 중요한 키워드나 이슈는 개인적으로 정리하는 만큼 필요한 것들 위주로 읽기를 추천한다. 또한 예제

비전에서 다루는 문제들은 5가지 종류가 있다고 한다.Classification : Single object에 대해서 object의 클래스를 분류하는 문제Classification + Localization : Single object에 대해서 object의 위치를 bo

Fast R-CNN은 이전 R-CNN의 한계점을 극복하고자 나왔다. 잠깐 복습해보자면 R-CNN의 단점은 아래와 같다.RoI (Region of Interest) 마다 CNN연산을 함으로써 속도저하multi-stage pipelines으로써 모델을 한번에 학습시키지 못

알고는 있다고 생각하지만 막상 설명하기 어려운 엔트로피에 대해서 정리하고자 한다.여기서 엔트로피는 열역학에서 사용하는 에너지 손실(열손실) 에 대해서 다루는 것이 아닌 데이터(확률)에 의한 정확도 손실이다. 0과 1만 구분하는 전기 신호로 동전을 5번 던진 결과를 전

우선, 모집단과 표본집단의 특징에 대해 알아야 한다. 전 세계 총인구의 IQ에 대해 모 분산을 측정했다고 하자. 전 세계 인원 80억 명 모두를 하나하나 IQ 테스트해서 모 분산을 구했다. 이는 실제 모집단 전체의 분산이다. 이제, 어떤 대학생 한 명이 전 세계 총인구