목록AI (11)
얼레벌레
Abstract 1. Introduction 2.Related work 2.1 ConvNet Accuracy 2.2 ConvNet Efficiency neural architecture search가 efficient mobile-size ConvNet을 만들었는데 이를 더 큰 model에 구현이 가능한가라는 의문이 들음 따라서, 이 state-of-the-art accuracy보다 나은 super large ConvNet을 위해 model scaling을 이용한 model efficiency를 다루고자 함 2.3 Model Scaling 여러개의 scale 방법이 존재함 ⇨ depth(#layers. ex- ResNet), width(#channels. ex-WideResNet, MobileNets) ..
랜덤 포레스트(Random Forest) : 결정 트리의 앙상블 앙상블 학습 ⇨ 여러개의 예측기로부터 예측을 수집하여 보다 더 나은 모델을 구축하기 위한 학습 알고리즘 앙상블 학습은 예측기들끼리 가능한 서로 독립적일 때 가장 좋은 성능 발휘 어떻게 앙상블 학습 ?? 1. 각기 다른 훈련 알고리즘 사용하기 일반적으로 투표기반 분류기가 개별 분류기보다 성능이 더 좋다. 직접 투표 분류기 : 다수결 투표로 정해지는 분류기 ⇨ voting = 'hard' 간접 투표 분류기 : 각각 분류기의 에측을 평균 내어 확률이 가장 높은 클래스를 예측하는 분류기 ⇨ voting = 'soft' ** 간접 투표 분류기는 모든 분류기가 확률을 예측할 수 있는 경우에 사용 가능. 확률이 높은 예측기에 가중치를 두어서 직접투표방식..
Image Segmentation - 픽셀 기반의 이미지 분석 - 이미지 분석의 목적: 각각의 픽셀들을 특정 class로 분류하고자 함 더보기 https://github.com/divamgupta/image-segmentation-keras GitHub - divamgupta/image-segmentation-keras: Implementation of Segnet, FCN, UNet , PSPNet and other models in Keras. Implementation of Segnet, FCN, UNet , PSPNet and other models in Keras. - GitHub - divamgupta/image-segmentation-keras: Implementation of Segnet,..
RNN? 순환 신경망(RNN; Recurrent Neural Network)이란 인공 신경망의 한 종류 - 내부의 순환 구조가 포함되어 있어 시간에 의존적이거나 순차적인 데이터 학습에 활용됨 (EX) 시계열 데이터 - 데이터가 순환하기 때문에 끊임없는 정보 갱신 가능 여태까지의 architectures(vanilla neural network) -> 단일 입력-단일 출력이었지만 모델의 유연화가 필요함 => 다양한 입출력을 받아 가변 길이의 데이터를 다루도록 하는 paradigm : RNN one to many 단일 입력-가변 출력 (ex) Image Captioning many to one 가변 입력-단일 출력 (ex) Sentiment Classification / Computer Vision Task..