개발로 하는 개발

Image-level prediction : classification -> output : probability vector class $class \times 1$ ( input 관계없이 output size가 정해져 있다) Pixel-level prediction ( input : $224\times224\times3$) : segmentation -> output : probability volume $224 \times 224 \times class$ : denoising -> output : clean(denoised) image $224\times 224 \times 3$ ( input 크기에 비례해 output 크기가 정해진다) - Semantic Segmentation -> pixel (..

예전에 사용했던 flutter로 앱 구현했던 것이 다시 구경하고 싶어서 깔게되었다. (게임 월정액을 최대한 싸게 구매하기 위해서...가 절대로 아님) 우선 터미널에서 다음 명령어를 입력한다. brew install --cask android-studio 이제 응용프로그램에서 검색하면 android studio가 나온다. 실행하고, 나는 이전에 깔아뒀던 setting이 어딘가 남아있었던 것 같다. 하지만 다시 사용하지 않을 것이므로 Do not import settings를 선택해준다. Standard download를 선택해주고, 다운로드를 기다린다. 다운로드가 완료되면 More Actions - Virtual Device Manager를 클릭한다. Device Manager 왼쪽 상단의 + 버튼을 누른..

CNN( = ConvNet) - sequence of layers - each layer of a ConvNet transforms one volue of activations to another through a differientable function - one volume of activations = activation map = feature map ReLU(nonlinear) layer : activates relevant responses Fully-Connected Layer : each neuron in a layer will be connected to all the numbers in the previous volume Pooling Layer : downsampling operat..

MathJax is a cross-browser JavaScript library that displays mathematical notation in web browsers, using MathML, LaTeX and ASCIIMathML markup. https://www.mathjax.org MathJax Beautiful math in all browsers. www.mathjax.org https://www.jsdelivr.com/package/npm/mathjax jsDelivr - A free, fast, and reliable CDN for JS and Open Source Optimized for JS and ESM delivery from npm and GitHub. Works with..

1. Deep Neural Network (심층신경망) - Perceptron : Linear classifier $y = f(w_{0} + w_{1}x_{1} + w_{2}x_{2})$ non-linear한 function을 계산하기 위해서는? multi-layer perceptron을 이용한다. - hidden layer : N-Layer Neural Network = (N-1)-hidden-layer Neural Network - Forward Propagation : Wx +b 2. Training Neural Networks - Gradient Descent : 일반적으로는 Adam이라는 방법이 최적 : local minima의 문제가 생길 수 있음 : ground truth 값에 대한 loss..

Two Layer Net biological neuron vs mathematical input&output of neuron - activation function (or non-linearity) takes a single number and performs a certain fixed mathematical operation on it - fully-connected layer in which neurons between two adjacent layers are fully pairwise connected, but neurons within a single layer share no connections - Each Layer usually matrix multiplication with acti..