딥러닝 / CS231N
CS231N
-
CS231n Lecture 3 - Regularization and Optimization
Regularization의 목적, L1/L2 정규화, gradient descent, SGD, momentum, RMSProp, Adam과 learning rate schedule
-
Assignment 1: kNN classifier
kNN 구현, training, testing, cross-validation
-
CS231n Lecture 2 - Image Classification with Linear Classifiers
이미지 분류 문제, 데이터 기반 접근, Nearest Neighbor와 K-NN, 선형 분류기의 입력 shape와 score 계산 정리
-
CS231n Lecture 1 - Introduction
컴퓨터 비전의 문제 정의, 데이터 기반 접근, 이미지 분류와 딥러닝으로 이어지는 흐름 정리