jinahhub 님의 연습장

[Contents] 1. Segmentation 기본 1.1 Semantic Segmentation 1.2 Instance segmentation 2. Segmentation : DeepLab 알고리즘 2.1 DeepLab V3 2.1.1. Atrous Convolution (V1) 2.1.2. Atrous Spatial Pyramid Pooling (ASPP) (V2) 2.2 Encoder-Decoder 구조 2.3 Depthwise Separable Convolution 2.4. DeepLab V3+ 3. 포스팅을 마치며1. Segmentation 기본 이미지에서 픽셀 단위로 관심심 객체를 추출하는 방법을 이미지 세그멘테이션(image segmentation)이라고 합니다이미지 세그멘테이..

Gradient Descent를 공부하다 보니, Gradient가 어떻게 Loss가 가장 큰 방향으로 발산하는 것과 같은지가 궁금해졌다. 사실 그러기위해서는, 잊었던 수학적 기본 지식들을 깨워가면서 다시 공부해봐야 했었는데어디 적어두지 않으면 또 잊을 것 같기에 적어보려한다. 1. Gradient 의 정의그라디언트는 스칼라 함수의 기울기가 가장 크게 증가하는 방향을 가리키는 벡터 함수이며, 그 크기는 해당 방향으로의 기울기 크기를 나타낸다. 쉽게 생각하면 내 방을 x, y, z 좌표로 표현하고, 방안의 온도를 함수 f로 표현할 수 있다면, Gradient f는 그 점에서 주변으로 움직였을 때 온도가 가장 급격하게 증가하는 방향을 가르킨다. → 온도와 같이 크기만을 갖는 스칼라 함수 f에 델연산자를 붙..

[Contents]1. Gradient Descent (경사하강법) 1.1. Gradient 와 Gradient Descent 1.2. Learning Rate2. Optimizer 소개 2.1. SGD 2.2. Mini-Batch SGD 2.3. Adam 2.4. Momemtum 1. Gradient Descent (경사하강법) 이전 포스팅에서 공부했던 입력과 출력간의 관계를 선형으로 놓고 알아내는 Linear Regrssion에서 Loss를 최소화한다는 것은 y=ax+b 라는 관계 안에서 우리는 a(Weight),b(Bias)를 알아내서 예측 모델을 만드는 일이다 경사 하강법은 손실함수(Loss Function) 그래프에서 손실을 최소화 하는 최적의 Weight(W) 가중치를 자동으로 찾아..

Hello, JinahHub 에 오신 걸 환영합니다. 10년동안 재료공학의 길에서 열심히 살던 제가 31살 늦은 나이에 새로운 도전을 합니다.27년 봄학기 제조 AI를 연구하는 대학원 진학을 목표로 공부하면서 몇글자 적어보려고 만들게 된 공간입니다. 스스로 관련 서적, Youtube, 논문 등 다양한 자료를 참조하여 자유롭게 공부하는 공간이므로이상한 부분이 있다면 적극적으로 쿠사리해주시고, 질문도 환영합니다. 마지막으로 제가 꾸린 새로운 목표는 제가 가진 제조 현장 도메인의 강점을 살려,AI를 구현하고 제조 가치를 창출하는 사람이 되고자 합니다. 화이팅!