hojeomi blog

2021 03 09 image classification (영상 인식에 대해) - problem with deeper layers에 대해 0 Alexnet -> VGGNet으로 갈수록 깊어지는데 이를 통해 더 깊을 수록 더 좋은 성능인 것이 밝혀짐 1 하지만 더 깊어질수록 Gradient vanishing/exploding, computationally complex, degradation problem(과거에는 오버피팅 문제였는데 층이 깊어질수록 이 문제가 생김) 2 GoogLeNet: 여러 convolutions을 수평적으로 쌓음 -> 계산복잡도가 높아지기 때문에 1x1 convolutions 사용 3 ResNet: 많이 쌓을수록 좋은 것을 발견함 -> 기존에는 층을 많이 쌓을 수 없었던 문제가 있었..

2021 03 08 컴퓨터비전 수업 - cnn 요약 1 - 지능을 얻기 위해 가장 먼저 지각능력을 얻어야한다 -> 지각능력: 입력, 출력 - 오감을 통해 지각하는 것이 아닌, multi-modal association, 얼굴, 터치, 스피치와 같이 그 외의 것을 통해서도 지각함 - 따라서, machine perception is still an open reasearch area - 특히, 시각능력이 중요하다고 생각함 - 이유: 다른 오감에 비해 압도적으로 시각에 많이 의존함 - 컴퓨터 비전과 사람의 시각 사이의 연관성: 컴퓨터 - sensing device, 사람 - 눈, 해석: 컴퓨터 - roof; color = brown, position = top => 이런걸 원래 자료구조라고 불렀으나, AI/기..

1. 서비스 향 AI 모델 개발에 대한 특강 모델링 외의 개발력을 키우는 것이 중요 하지만 현재 모델링만 잘해도 수요는 많음 AI 분야이든 개발 분야이든 결국 사람을 위한 서비스/제품을 만드는 것이 목표이므로 철학과 맞닿아 있는 부분들이 있음 모든 사람이 회사에 기여를 하도록 → 코드리뷰, 데이터리뷰, 정성평가를 중심으로 성장 및 기여를 하기 위해 노력해야 함 → 본인이 잘하는 것 또는 기여하고 싶은 것을 찾아야 함 아직 질문에 명쾌하게 답변을 하기 어려운 시기, 혼란스럽더라도 혼란스러움에 휘둘리지 않고 나름의 방향을 잘 정해서 꾸준히 달려갔으면 2. AI 시대의 커리어 빌딩 AI를 다루는 회사의 종류 AI for X: AI로 기존 비즈니스를 더 잘 하려는 회사 AI Centric: AI로 새로운 비즈니..

1. 정점 표현 학습이란? 그래프의 정점들을 벡터의 형태로 표현하는 것 = 정점 임베딩 정점 표현 학습을 하는 이유 정점 임베딩의 결과로, 벡터 형태의 데이터를 위한 도구들을 그래프에도 적용할 수 있음 목표 임베딩 공간에서의 유사도로는 내적(inner product)를 사용함 내적은 두 벡터가 클수록, 그리고 같은 방향을 향할수록 큰 값을 가짐 정점 표현 학습(정점 임베딩)의 두 단계 1. 그래프에서 정점 유사도를 정의하는 단계 2. 정의한 유사도를 보존하도록 정점 임베딩을 학습하는 단계 2. 인접성 기반 접근법 두 정점이 인접할 때 유사하다고 간주 두 정점 u와 v가 인접하다는 것은 둘을 직접 연결하는 간선 (u, v)가 있음을 의미 손실 함수 이 손실 함수가 최소가 되는 정점 임베딩을 찾는 것이 목표..