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 | 31 |
Tags
- Deep Learning for Computer Vision
- 검증 평가 지표
- Brightics studio
- 파이썬 SQL 연동
- Brightics EDA
- pymysql
- 분석 툴
- 딥러닝
- 브라이틱스 분석
- 삼성 SDS
- 데이터 분석 플랫폼
- Brightics 서포터즈
- 브라이틱스 스태킹
- michigan university deep learning for computer vision
- 서포터즈 촬영
- 브라이틱스 프로젝트
- Brightics AI
- 범주형 변수 처리
- 브라이틱스 AI
- Activation Function
- 파이썬 내장 그래프
- Python
- 브라이틱스 서포터즈
- Random Forest
- 데이터 분석
- Brigthics Studio
- paper review
- 머신러닝
- 삼성 SDS 서포터즈
- 비전공자를 위한 데이터 분석
Archives
- Today
- Total
목록pooling (1)
하마가 분석하마
7. Convolutional Network
Michigan University의 'Deep Learning for Computer Vision' 강의를 듣고 정리한 내용입니다. 이번 포스팅은 제 발표자료를 캡처해서 올렸습니다. Convolutional Network Fully Connected Network Convolutional Layer 1. Convolutional Layer의 연산 방법 2. Stacking Convolutions 3. Filters of Conv Layer Padding & Pooling Normalization 1. 정규화의 의미 2. Covariate Shift 3. Internal Covariate Shift (ICS) 4. Batch Normalization의 특징 5. Learnable parameters in..
Deep learning/Michigan university deep learning
2022. 2. 3. 10:51