1. 자연어란? - 일상 생활에서 쓰이는 언어를 자연어라고 한다. 일상적인 언어 표준어가 아닌 방언들도 자연어에 포함이 됨 2. 자연여처리 NLP (Natural Language Processing) : NLP는 자연어의 의미를 분석하여 컴퓨터가 처리하도록 하는 일을 한다 하루에 발생하는 빅데이터의 양이 수백테라바이트라고 이야기 한다. 그 빅데이터를 실제로 잘 다루기 위해서는 딥러닝 알고리즘만 좋은 알고리즘을 쓰고, 굉장히 발전된 아주 큰 딥러닝 모델을 사용한다고 해서 해결이 되지않고 빅데이터를 다루기 위해서는 컴퓨터 과학(Computer Science)적인 진보된 구현, 하드웨어를 어떻게 더 효율적으로 쓸 것이냐, 어떻게 네트워크 아키텍쳐를 잘 쓸것이냐, 어떻게 Parallel 아키텍쳐 (병렬 컴퓨터)..

ZFNet :Alexnet 변형해 특수한 기법사용 1. Visualization with a DeConvnet Conv를 반대로 수행하면서 featuremap이 잘 수행되는지 확인 일반적으로 Convoultion 같은 경우에는 Convoultion filter를 거쳐서, 거기서 생성되는 FeatureMap들이 비선형성을 가지는 Activation Function을 만나면서 pooling이되면서 학습을 하는 CNN구조를 갖고있음 그런데 이를 역으로 수행해 이구조들을 살펴보고 여기서 일어나는 Feature들을 살핌 *Unpooling : switches (pooling에 대해서 가장 강한자극이 있었던 위치들을 저장해놓고 그것을 unpooling할때 switches를 이용해 복구, 가장 강한 자극이 어떤 pi..

Object Detection Classification : 물체가 무엇인지 식별 +Localization : 전체 이미지에서 어떤 위치에 있는지 , 그 위치를 바운딩 박스라고 하는 물체의 크기를 표현할 수 있는 박스. 그 물체의 중심점을 바운딩박스의 중심점 이 두가지를 다한것을 Object Detection이라고 한다. Object Detection = 여러가지 물체에 대한 Classification + 물체의 위치정보를 파악하는 Localization 1-Stage 와 2-Stage Detectors 처음에 Proposal Reason이라고 하는 보기가 되는 바운딩박스들을 만들어내고 그 안에서 간단한 문제를 푼 다음에 더 세부적으로 그걸 fine하게 regression을 한다던가 그 위치를 조절한다던..

Neuron 특정 자극이 어떤 한계치를 넘을 때만 활성화를 시킬 수 있도록 한다. MLP (Multi-Layer Perceptrons) Backpropagation Algorithm - Output 구조에서 생기는 오차값을 각각의 weight에 전파하기 위해서 어떤 chain-rule 을 통해서 gradient를 전파해준다. 이 획기적 알고리즘을 통해 MLP가 학습을 할 수 있고, 또한 고차원적인 Feature들을 표현할 수 있다. Yann Lecun 의 Le-net이 CNN의 기본적인 구조다. CNN Convoultion 계층 -feature을 잘 뽑아내는것에 도움을 줌 Subsampling 계층 -feature가 볼 수 있는 dimension을 보다 넓히기 위해서 그것들의 차원을 축소해주는 역할 Fu..

딥러닝: 뉴럴 넷 이용, 다수의 레이어 이용, 보다 고차원 적임. end-to-end. training 시간이 오래걸림 머신러닝: 트레이닝 데이터셋 작음, 사람이 직접 feature을 찾아서 넣어야함. 1,2,3 은 label 값(정답 값)이 있느냐 없느냐 1은 지도학습 : 라벨이 있음 (classifier로 사용) 3은 비지도학습 : 라벨이 없음 (clustering, 군집 알고리즘을 통해 클래스를 나눠서 사용) 4. Reinforcement Learning : 직접적으로 트레이닝을 하고자 하는 환경을 경험을 하면서 trial&error 시행착오로 환경에 대해 학습을 하며 이에 대해서 Action에 대한 policy를 학습하는 과정을 뜻함. 5. 딥러닝 2-layer 이상 심층 네트워크 Classfic..