
논문 제목 : Very Deep Convolutional Networks for Large-Scale Image Recognition Very Deep Convolutional Networks for Large-Scale Image Recognition은 VGGNet을 발표하며, CNN 구조 설계에 있어 네트워크의 depth가 정확도에 미치는 영향에 대해 실험하였다. 또한 depth를 늘리면서도 vanishing/exploding gradient 문제 등 다양한 문제를 어떻게 해결하였는지에 대해 설명한다. 사전 배경을 조금 설명하자면, VGGNet 등장 이전에 AlexNet이 등장하면서 이미지 분류에 있어 CNN 모델의 인기가 상승하였다. 하지만 deep layer라 해봤자 8 layers에 그쳤었는데...
방구석 논문 리뷰
2020. 12. 29. 01:59
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
TAG
- 머신러닝
- 완주반
- Cortex-M0
- Cortex-M3
- 패스트캠퍼스
- 너비우선탐색
- 강의제안
- SQL 완주반
- 딥러닝
- spidev
- 그래프
- CNN
- 텐서플로우 자격증
- 딥러닝 엔지니어
- TensorFlow Developer Certificate
- ResNet
- mmc_spi
- ARM 역사
- 깊이우선탐색
- 코딩테스트
- 머신러닝 엔지니어
- ARM Cortex-M3 시스템 프로그래밍 완전정복1
- 그래프탐색
- Shortcut
- DFS
- 백준
- 구글 머신러닝 부트캠프
- BFS
- 알고리즘
- Cortex 시리즈
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 |
글 보관함