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
- geometric viewpoint
- implicit rule
- 산술연산
- visual viewpoint
- feature cropping
- Semantic Gap
- human keypoints
- Graph Neural Networks
- 내장함수
- GNN
- implicit rules
- tensor core
- L1 distance
- gfortran
- FORTRAN
- cs224w
- cross-entropy loss
- EECS 498-007/598-005
- print*
- L2 distance
- format이 없는 입출력문
- data-driven approach
- cv
- parametric approach
- algebraic viewpoint
- fortran90
- multiclass SVM loss
- computer vision
- image classification
- object detection
Archives
- Today
- Total
목록Software (1)
수리수리연수리 코드얍
[EECS 498-007/598-005] 9강. Hardware and Software (2)
2. Software 먼저 프레임워크의 전체적인 계도를 살펴보자. 파란색 박스 친 부분이 현 세대의 프레임워크인데, 이중 PyTorch와 TensorFlow가 딥러닝 프레임워크 계의 양대산맥이라 할 수 있고, 특히 지금은 PyTorch의 점유율이 급격하게 커지고 있는 중이다. 강의 또한 이 두 프레임워크에 초점을 맞춰 진행된다. 우리가 딥러닝 프레임워크에 기대하는 세 가지 중요한 특징은 다음과 같다. 새로운 아이디어에 대한 빠른 prototyping이 가능: 이는 프레임워크가 딥러닝 프로젝트에서 공통적으로 수행되는 작업에 필요한 여러 레이어, 기능들을 제공해서 우리가 매번 같은 코드를 새로 쓰지 않도록 해야 한다는 의미 backpropagation, computational graphs를 이용해 grad..
놀라운 Deep Learning/Deep Learning for Computer Vision
2023. 2. 23. 16:09