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 |
Tags
- 설명가능한 인공지능
- meta-learning
- Class activation map
- Cam
- 인공지능
- GAN
- Explainable AI
- Score-CAM
- 코딩 테스트
- Artificial Intelligence
- Unsupervised learning
- Deep learning
- AI
- 머신러닝
- 딥러닝
- xai
- SmoothGrad
- 코딩테스트
- keras
- python
- 시계열 분석
- coding test
- 백준
- 설명가능한
- 메타러닝
- Interpretability
- grad-cam
- 기계학습
- Machine Learning
- cs231n
Archives
- Today
- Total
목록Architecture (1)
iMTE
Neural Networks Part 1: Setting up the Architecture
Reference:http://cs231n.github.io/neural-networks-1/http://aikorea.org/cs231n/neural-networks-1/ Introduction- Neural networks는 단순히 행렬 (matrix)와 벡터 (column vector)간의 연산으로 나타낼 수 있다. 예를 들어, W가 [10 x 3072], x가 [3072 x 1]의 크기를 갖고 있다면, (CIFAR-10 경우) 최종 출력 score (class와 연관된 점수)는 다음과 같이 표현될 수 있다.- - Neural network는 행렬 연산에 특정 non linear function을 적용하는 형태로 구성된다. 예를 들어, 다음과 같이 max 함수를 사용하는 단계를 추가하면, 2층 la..
Deep learning study/CS231n
2019. 3. 1. 21:35