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
- multiclass SVM loss
- image classification
- print*
- parametric approach
- fortran90
- Graph Neural Networks
- L1 distance
- Semantic Gap
- EECS 498-007/598-005
- L2 distance
- cs224w
- gfortran
- GNN
- geometric viewpoint
- FORTRAN
- computer vision
- implicit rule
- tensor core
- cv
- feature cropping
- implicit rules
- algebraic viewpoint
- cross-entropy loss
- data-driven approach
- 산술연산
- 내장함수
- format이 없는 입출력문
- human keypoints
- object detection
- visual viewpoint
Archives
- Today
- Total
목록algebraic viewpoint (1)
수리수리연수리 코드얍
[EECS 498-007/598-005] 3강. Linear Classifier (1)
1. Linear Classifier Linear Classifier란 말그대로 선형으로 어떠한 대상을 분류해주는 알고리즘이다. 이는 앞으로 공부할 신경망(neural network)를 구성하는 가장 기본적인 요소로, 레고 작품 전체를 신경망이라 하면 그것을 구성하는 블록 하나하나가 linear classifier라고 볼 수 있다. 1) Parametric Approach 보통 linear classifier에 대해 설명할 때 빠지지 않고 등장하는 키워드가 바로 'parametric approach'이다. 이는 모든 데이터를 저장하는 것이 아니라 파라미터 값만 저장하는 방식으로, 이를 적용한 모델의 가장 단순한 형태가 바로 오늘 공부할 linear classifier이다. 그 반대는 모든 데이터를 저장하..
놀라운 Deep Learning/Deep Learning for Computer Vision
2023. 1. 21. 20:43