Paper Info논문 제목 : "Very Deep Convolutional Networks for Large-Scale Image Recognition"저자 : Karen Simonyan, Andrew Zisserman연도 : 2014paper : https://arxiv.org/pdf/1409.1556:: Background VGGNet은 매우 깊은 네트워크 구조를 제안하며, 단순한 3x3 convolution filter를 쌓아 깊이 있는 model을 만드는 방식으로 성능을 향상시켰다.0. Abstarct very small(3x3) convolution filters architecture를 사용해서 incresing depth network 평가, depth를 16~19개의 weight Laye..

Paper Info논문 제목 : "ImageNet Classification with Deep ConvolutionalNeural Networks"저자 : Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hiniton연도 : 2012paper : https://proceedings.neurips.cc/paper_files/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf:: Background AlexNet은 2012년 ImageNet 대회에서 압도적인 성능을 기록하며 CNN의 부활을 이끈 논문이다. ReLU 활성화 함수, 드롭아웃, GPU 사용 등의 혁신적인 기술을 도입했다.0. Abstarct ImageNet LS..

Paper Info논문 제목 : "Gradient-Based Learning Applied to Document Recognition"저자 : LeCun, Y., Boser, B., Denker, J. S., Henderson, D., Howard, R. E., Hubbard, W., & Jackel, L. D.연도 :1989paper : http://vision.stanford.edu/cs598_spring07/papers/Lecun98.pdf:: Background LeNet-5는 손글씨 숫자 인식 문제를 해결하기 위해 제안된 최초의 CNN 모델 중 하나. 이 모델은 MNIST 데이터셋에서 높은 성능을 보여주며, CNN의 효용성을 입증했다.1. LeNet-5 ArchitectureInput : 32x..