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
- algebraic viewpoint
- object detection
- FORTRAN
- fortran90
- implicit rules
- L2 distance
- Graph Neural Networks
- computer vision
- format이 없는 입출력문
- implicit rule
- Semantic Gap
- 내장함수
- feature cropping
- EECS 498-007/598-005
- gfortran
- image classification
- tensor core
- L1 distance
- GNN
- cross-entropy loss
- data-driven approach
- visual viewpoint
- multiclass SVM loss
- 산술연산
- human keypoints
- parametric approach
- geometric viewpoint
- cv
- print*
- cs224w
Archives
- Today
- Total
목록L1 distance (1)
수리수리연수리 코드얍
[EECS 498-007/598-005] 2강. Image Classification (2)
1. Data-Driven Approach(데이터 중심 접근 방법) 이미지와 각 이미지에 해당하는 라벨에 대한 데이터셋을 모은다. Classifier(분류기)를 학습시키는 데에 머신러닝을 이용한다. 학습에 사용하지 않은 새로운 이미지들을 이용하여 classifier를 평가한다. 1) Image Classification Datasets (1) MNIST 클래스: 10개(0부터 9까지 숫자) 크기: 28*28 training images: 50k test images: 10k 설명이 필요 없을 정도로 유명한 데이터셋. 'Drosophila of computer vision'이라는 별칭도 가지고 있는데, 이는 생명과학 연구에서 단순한 생물 모델이 필요할 때 drosophila(초파리)를 사용한 데서 온 것이..
놀라운 Deep Learning/Deep Learning for Computer Vision
2023. 1. 21. 20:41