CV9 CS231n Assignment 2: Q4: ConvolutionalNetworks 내 풀이 github LINK: https://github.com/qkrtmdtj04/CS231n-Assignment GitHub - qkrtmdtj04/CS231n-AssignmentContribute to qkrtmdtj04/CS231n-Assignment development by creating an account on GitHub.github.com Convolutional Layer의 문제의식FC(Fully Connected) 레이어는 입력을 전부 1차원으로 펼쳐버린다. 이미지가 (H, W, C) 구조를 가지고 있어도, flatten 하는 순간 공간 정보가 사라진다. "왼쪽 눈 픽셀"과 "오른쪽 눈 픽셀"이 단순히 벡터의 두 원소가 되어버리는 것이다.Conv 레이어는 이 문제를 필터(filte.. 2026. 6. 7. CS231n Assignment 2: Q3: Dropout 내 풀이 github LINK: https://github.com/qkrtmdtj04/CS231n-Assignment GitHub - qkrtmdtj04/CS231n-AssignmentContribute to qkrtmdtj04/CS231n-Assignment development by creating an account on GitHub.github.com 이 과제의 풀이법은 Dropout을 처음 제안한 Improving neural networks by preventing co-adaptation of feature detectors (Hinton et al., 2012) 논문을 공부한 후 해결했다.Dropout 딥러닝 모델, 특히 파라미터가 많은 거대한 네트워크를 작은 데이터셋으로 학습시킬 때 과.. 2026. 6. 6. CS231n Assignment 2: Q2: Batch Normalization 내 풀이 github LINK: https://github.com/qkrtmdtj04/CS231n-Assignment GitHub - qkrtmdtj04/CS231n-AssignmentContribute to qkrtmdtj04/CS231n-Assignment development by creating an account on GitHub.github.com이 과제에 풀이법은 BatchNormalization은 https://arxiv.org/abs/1502.03167 논문을 공부한 후 해결했다.(군대에서 블로그 작성 중이기 때문에 수식 블록은 AI로 대체합니다.) Batch Normalization의 문제의식딥러닝에서 네트워크를 깊게 쌓을수록 학습이 점점 불안정해지는 현상이 발생한다. 앞 층의 파라미터.. 2026. 5. 30. CS231n Assignment 2: Q1: Multi-Layer Fully Connected Neural Networks 내 풀이 github LINK: https://github.com/qkrtmdtj04/CS231n-Assignment GitHub - qkrtmdtj04/CS231n-AssignmentContribute to qkrtmdtj04/CS231n-Assignment development by creating an account on GitHub.github.com Two-Layer Neural Network의 한계 (Recap)Assignment 1에서 구현한 Two-Layer Net은 입력층 → Hidden Layer → 출력층, 딱 두 개의 층으로 이루어진 구조였다. 수식으로 표현하면 아래와 같다.이 구조는 선형 분류기보다 훨씬 강력하지만, 층이 고정되어 있다는 근본적인 한계가 있다. 현실의 복잡한 문제.. 2026. 5. 21. CS231n Assignment 1: Q5: Higher Level Representations: Image Features 내 풀이 github LINK: https://github.com/qkrtmdtj04/CS231n-Assignment GitHub - qkrtmdtj04/CS231n-AssignmentContribute to qkrtmdtj04/CS231n-Assignment development by creating an account on GitHub.github.com Image Features란? (Motivation)Q4까지는 Neural Network를 직접 구현해 Raw Pixel 값을 그대로 입력으로 넣었다. 그런데 사실 픽셀 값 자체는 이미지의 의미를 담기에 굉장히 비효율적인 표현이다.예를 들어, 같은 고양이 사진이라도 조명이 바뀌거나 위치가 조금만 달라져도 픽셀 값은 완전히 달라져버린다. 모델 입장에.. 2026. 4. 22. CS231n Assignment 1: Q4: Two-Layer Neural Network 내 풀이 github LINK: https://github.com/qkrtmdtj04/CS231n-Assignment GitHub - qkrtmdtj04/CS231n-AssignmentContribute to qkrtmdtj04/CS231n-Assignment development by creating an account on GitHub.github.com Linear Classification의 한계 (Recap)지금까지 배운 SVM이나 Softmax는 결국 하나의 선(Linear)으로 데이터를 분류하는 방식이었다. 하지만 실제 데이터는 복잡하게 얽혀 있어 선 하나로는 분류하기 어려운 경우가 많다.이를 해결하기 위해 여러 개의 선을 겹치고, 그 사이에 '비선형성'을 추가한 것이 바로 Neural .. 2026. 4. 4. 이전 1 2 다음
