cs231n 정리
-
-
-
cs231n 3강 - Loss Function & Optimizationcs231n 정리 2023. 3. 23. 23:59
※ Loss Function - Loss Function tells how good our current classifier is!!! - 모델의 확률 분포와 데이터의 실제 확률 분포 사이의 차이를 나타내는 함수 - loss function 값이 클수록 오차가 크고, loss function 값이 작을수록 오차가 작다. - loss function 값을 최소화 하는 W, b를 찾아나가자. loss function은 x를 이미지, y를 정답 label로 사용하여 비교한다. ■ SVM에서의 loss SVM loss에서는 Sj를 잘못된 label score, Syi를 올바른 label score로 표기하고 계산한다. 첫번째 loss값 = max(0, 5.1 - 3.2 + 1) + max(0, -1.7 - 3...
-
cs231n 2강 - Image Classificationcs231n 정리 2023. 3. 19. 14:29
※ Image Classification 이란? - A core task in Computer Vision - 이미지가 어떤 카테고리에 속할까? 라는 질문을 가지고 클래스를 분류하는 작업 - Detection, Segmentation, Image Captioning 등의 기술들이 분류 이후에 사용된다. ★ Image Classification의 어려움 - 사람이 보는 이미지 vs 컴퓨터가 보는 이미지에 차이가 있다. - 사람이 보는 이미지는 그림 그 자체이지만, 컴퓨터는 [0, 255] 사이의 숫자로 이루어진다. - 보는 시야, 조명, 변형, 은폐, 은닉, 배경과 거의 구분이 힘든 상태, 같은 class 내에서의 구분 등이 존재한다. ★ 알고리즘 1. 화살표를 이용해 "Feature를 이용한 규칙 찾는법..