Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- 범주형 변수 처리
- 비전공자를 위한 데이터 분석
- 브라이틱스 서포터즈
- 브라이틱스 AI
- 데이터 분석
- 딥러닝
- 머신러닝
- Brightics 서포터즈
- 서포터즈 촬영
- Brightics AI
- Deep Learning for Computer Vision
- 파이썬 SQL 연동
- Activation Function
- 브라이틱스 스태킹
- Random Forest
- 데이터 분석 플랫폼
- 브라이틱스 프로젝트
- 삼성 SDS 서포터즈
- 검증 평가 지표
- 파이썬 내장 그래프
- Python
- michigan university deep learning for computer vision
- paper review
- Brightics studio
- Brigthics Studio
- 삼성 SDS
- 분석 툴
- 브라이틱스 분석
- Brightics EDA
- pymysql
Archives
- Today
- Total
목록ResNext (1)
하마가 분석하마

Michigan University의 'Deep Learning for Computer Vision' 강의를 듣고 정리한 내용입니다. CNN Architectures AlexNet AlexNet은 ReLU를 사용한 첫 번째 Neural Network이다. (이전 LeNet까지는 Tanh 함수를 사용) 'Local response normalization'을 사용했는데 Batch Normalization의 옛날 버전이라고 생각하면 된다. Local response normalization은 강하게 활성화된 neuron의 주변 이웃들에 대해서 normalization을 실행한다. 주변에 비해 어떤 neuron이 비교적 강하게 활성화되어 있다면, 그 neuron의 영향력은 커질 것이다. 반면 강하게 활성화된 ..
Deep learning/Michigan university deep learning
2022. 2. 7. 11:35