15. Efficient Methods and Hardware for Deep Learning

CS231n 강의 목록 목차 Summary Summary Introduction 딥러닝이 발전함에 따라 모델 사이즈와 연산량이 해마다 커지는...

2018, Jan 11   —  4 minute read

14. Deep Reinforcement Learning

2018, Jan 11   —  1 minute read

13. Generative Models

2018, Jan 11   —  1 minute read

12. Visualizing and Understanding

2018, Jan 11   —  1 minute read

11. Detection and Segmentation

이 때까지의 수업에서는 주로 Image Classification 문제를 다루었습니다. 입력 이미지가 들어오면 Deep ConvNet을 통과하고 네트워크를...

2018, Jan 11   —  18 minute read

10. Recurrent Neural Network

2018, Jan 11   —  1 minute read

9. CNN Architectures

2018, Jan 11   —  1 minute read

8. Deep Learning Software

2018, Jan 11   —  1 minute read

7. Training Neural Networks 2

2018, Jan 11   —  1 minute read

6. Training Neural Networks 1

2018, Jan 11   —  1 minute read

5. Convolutional Neural Networks

2018, Jan 11   —  1 minute read

4. Backpropagation and Neural Networks

2018, Jan 11   —  1 minute read

3. Loss Functions and Optimization

목차 Summary Summary 먼저 Summary를 통하여 Loss Functions and Optimization 강의를 간략하게 정리하겠습니다. 손실 함수(Loss...

2018, Jan 11   —  5 minute read

2. Image Classification

목차 Summary Summary 먼저 Summary를 통하여 Image Classification 강의를 간략하게 정리하겠습니다. 이미지 분류 (Image classification)...

2018, Jan 11   —  2 minute read

CS231n 강의 목록

cs231n의 2017 강의를 공부하고 정리한 내용을 아래 내용과 같이 정리하였습니다. 강의 링크 : http://cs231n.stanford.edu/ ①...

2018, Jan 11   —  1 minute read