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
- 산술연산
- cross-entropy loss
- cv
- print*
- multiclass SVM loss
- implicit rules
- visual viewpoint
- geometric viewpoint
- 내장함수
- feature cropping
- algebraic viewpoint
- FORTRAN
- implicit rule
- cs224w
- L2 distance
- object detection
- parametric approach
- GNN
- L1 distance
- Semantic Gap
- format이 없는 입출력문
- human keypoints
- gfortran
- computer vision
- data-driven approach
- EECS 498-007/598-005
- fortran90
- Graph Neural Networks
- image classification
- tensor core
Archives
- Today
- Total
목록geometric viewpoint (1)
수리수리연수리 코드얍
![](http://i1.daumcdn.net/thumb/C150x150/?fname=https://blog.kakaocdn.net/dn/bfHOmh/btrWRXFQQIr/Kdqk7DKmM7Fq8Khb7TswIk/img.png)
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