Backpropagationforward pass에서 local gradient를 구하고backward pass에서 global gradient를 구한다.(local gradient를 chain rule을 활용해서): chain rule을 통해 local gradient와 global gradient의 곱으로써 표현해서 계산아래에 예시에서 살펴보자면: add gate -> gradient distributor, 전의 gradient를 그대로 전파(local gradient의 값이 1이므로): max gate : gradient router: mul gate : gradient switcher, local gradient가 바뀌기 때문에즉, 위를 정리해보자면local gradient1. local grad..

Regularization loss이전 강의에서,  linear classification에서의 결과를 보면 아래와 같다.: 여기서, SVM - Hinge Loss, Softmax - cross Entropy Loss를 알아보자.SVM Loss (hinge loss): x_i is image, x_i is label: ( correct label score -1 ) 보다 큰 incorrect label score가 있으면, loss 발생: ( correct lable score ) 가 다른 incorrect label score보다 1이상 크면 loss는 0: cat의 경우 3.2보다 socre가 큰 car가 존재하므로 loss가 0보다 큰 값, (5.1 - 3.2 +1) = 2.9: car의 경우 ca..

Image Classification : a core task in Computer Vision(assume give set of discrete labels) : {dog, cat, truck, plane, ...} -> cat !Problem : semantic gap: image는 기본적으로 숫자로 구성된 3d array (0~255의 color 숫자, 3d channel)Challenges 1 : Viewpoint Variation: viewpoint가 다름에 따라 image를 다르게 보일 수 있는 문제Challenges 2 : Illumination: 조명에 따라 이미지의 색상 정보가 바뀌는 문제.Challenges 3 : Deformation: 형태의 변형 문제Challenges 4 : Occ..

카테고리1. Data Augmentation Techniques      1-1-1: Synthetic occlusion generation during training     1-1-2: Randomized part masking to improve model robustness     1-1-3: Introducing artificial occlusion patterns in training datasets2. Advanced Neural Network Architectures     2-1-1: Multi-branch networks with occlusion-aware feature extraction     2-1-2: Attention mechanisms that can handle parti..

석사 학위 논문: 골프 스윙에서의 모션기반 정밀한 시퀀스 감지에 관한 연구 : A study on Motion-based Precise Seqeunce Detection in Golf SwingGolf Sequence란?왜 Sequence 감지가 중요한가1. 기존의 분석 방식은 영상을 직접 frame 마다 넘겨가며 sequence를 감지하고 분석-> 이는 번거로움 동반, 분석자가 바뀜에 따라 frame단위로 다른 자세를 Seqeunce라고 감지 가능성-> 번거로움 해결 및 시쿤스의 객관성 확보2. 분석을 왜하는가? -> 골프를 잘하기 위해 -> 잘하는 것은 무엇인가? -> 내가 원하는 곳으로 공의 방향과 거리를 안정적으로 보내는 것. -> 이것은 일관된 스윙을 유지하는 것이 중요-> 시퀀스 감지를 통해 ..

Scipy 기반 머신러닝 스터디 소개Scipy를 기반으로 머신러닝 모델 구축회귀(regression), 분류(classification), 클러스터링(clustering) 문제 해결모델 평가 방법 학습주요 라이브러리 소개1. Scipy수학, 과학, 엔지니어링을 위한 라이브러리버전: 1.4.12. NumpyScipy 기반의 배열 데이터 처리 라이브러리버전: 1.17.33. Matplotlib데이터 시각화 및 그래프 플로팅 라이브러리버전: 3.1.34. Pandas데이터 분석 라이브러리버전: 1.2.3주요 라이브러리를 활용하여 머신러닝 알고리즘 학습실제 데이터에 적용하며 실습 진행

2024-11-28 해당 블로그에 프로젝트 진행중에 적은 글들도 많아서 해당 글들 정리하고,프로젝트 단위로 하나의 글로 정리할 예정입니다. (만약, 연계 프로젝트일 경우 여러 개의 글들로 관리 될 수 있습니다.)