| 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 |
- reinforcement
- 큐넷시험일정
- seednet
- multiagent
- Reinforcement Learning
- 강화학습
- 인공지능
- 딥러닝
- DeepLearning
- 2019기사일정
- ML
- 머신러닝
- RL
- classification
- 2019정처기
- action value function
- linearclassification
- 티스토리 코드올리기
- 알고리즘
- 소스코드 올리기
- value function
- 텐서플로우
- interesting party
- atari RL
- state value function
- TensorFlow
- 탑코더
- 텐서플로로 시작하는 딥러닝
- cnn
- 멀티에이전트
- Today
- Total
목록classification (2)
돌아서면 까먹어서
ML 개념 정리 - CNN(Convolutional Neural Network) 18.12.01
CNN에서 언급되는 용어의 개념과 관계에 대해 정리해보자 1. convolution layer2. Pooling layer3. Fully Connected layer4. Filter5. Feature map(activation map)6. stride7. padding8. 1x1 conv layer 먼저 convolution layer를 보면,입력 이미지의 구조를 변형시키지 않은채로 그대로 width x height x depth 형태로 사용한다.filter가 아래 이미지 처럼 input image를 슬라이딩 하면서 feature를 계산한다.결과적으로 한 filter가 input image를 다 거치고 나면 feature map(activation map)을 한장 생성한다.이런식으로 여러개의 필터가 in..
ML 개념 정리 - classification, K-nearest neighbor 18.11.21
Classification problem : Input Data를 미리 정해진 클래스 중 하나인 label로 분류하는 문제 1. Viewpoint Variation : 카메라에 의해 시점이 달라지는 경우2. Scale Variation : 크기 변화3. Deformation : 변형, 여러 자세로 찍힌 사물4. Occlusion : 다른 부분에 의해 가려진 경우, 일부만 보이는 경우5. Background Clutter : 배경과 비슷해 구분이 안되는 경우6. Intra-class Variation : 객체의 종류가 많은 경우 Data Driven Approach : 먼저 com에게 각 class에 대해 많은 예제를 주고서 Test Data를 보고 시각적으로 학습할 수 있는 training 알고리즘을 개..