BoostCamp AI Tech - Day13

1. Convolution이란?

(추후 추가 예정)

 

2. Modern CNN(2018년 발표 이후)

 

 

2.1 ILSVRC

(ImageNet Large-Scale Visual Recognition Challenge)

 

- 분류(Classification)/탐지(Detection)/국소화(Localization)/단편화(Segmentation)

- 1,000개의 다른 항목들

- 100만개 이상의 이미지

- 학습데이터 수 : 456,567images

시간이 갈 수록 성능이 점점 좋아짐을 알 수 있다.(Error Rate 감소)

2.2 AlexNet

※ 핵심

- RectifiedLinearUnit(ReLU) 활성함수

- GPI 구현(2GPUs)

- Local response normalization, Overlapping pooling

- Data augmentation

- Dropout

AlexNet의 구조

 

※ ReLU 활성함수 활용

 

- Preserves properties of linear models

- Easy to optimize with gradient descent

- Good generalization

- Overcome the vanishing gradient problem

ReLU

 

2.3 VGGNet

 

- Increasing depth with 3 X 3 convolution filters (with stride1)

- 1x1 convolution for fully connected layers

- Dropout(p=0.5)

- VGG16, VGG19

- VGGNet이 3 X 3 convolution 연산으로 이루어진 이유

(추후 추가예정)