etc/공부방6 리트코드 문제풀이 진행 상황 리트코드 문제풀이 진행 상황20개 단위로1페이지 (24.04.21) 2페이지 (24.04.21)3페이지 (24.06.22) 4페이지 (24.08.06)5페이지 (24.08.11)6페이지 (24.08.31)7페이지 (24.09.03) 8페이지 (24.09.07)9페이지 (24.09.16)10페이지 (24.09.16)나머지 3문제들은 페이지가 많이 나누어져있어서 풀이하고 사진은 패스...!무료 문제 끝코멘트리트코드 PRO 너무 비쌈... 2024. 9. 1. [네부캠] 5주차 정리 1. Computer Vision 1. Object Detection Semantic segmentation -> instance segmentation / panoptic segmentation : 같은 class 객체를 구분 object detection : classification + box localization, 물체의 class와 location 판별. R-CNN (Regions - CNN) : 영상의 영역을 나누고, input shape을 변형시켜서 CNN에 넣어서 classification selective search. 데이터 전처리에도 시간 오래걸리고, region마다 class를 구분하는데도 오래걸림. Fast R-CNN : convolution feature map을 추출한 후, .. 2023. 12. 4. [네부캠] 4주차 정리 1. CV 이론 1. Image Classification classifier : image에 들어있는 object를 판별 모든 pixel들을 weighted sum (내적) -> activation function -> class 분류 locally connected nueral network : kernel을 이용 -> 파라미터들을 출이고 성능 향상 (오버피팅방지) CNN 기반의 task들이 수행되는 중 : image 분류, object 분류, segmentation 등 HW / SW의 발달로 모델의 구조도 점점 변화하게 된다. ex) 작은 filter를 여러번 사용 sample space에서 다양하지 않거나, 명확하지 않은 데이터가 많기 때문에 augmented data를 사용한다. brightne.. 2023. 11. 27. [네부캠] 3주차 정리 1. 데이터 시각화 시험 끝나고, 데이터 분석 연습하면서 실습할 예정. 공식 문서 들어가서 parameter 많이 찾아보고, 실습코드랑 비교하면서 보기. fig, axes로 구분해서 코딩하는 스타일은 아니었는데, 강의 들으면서 보니까 구분해서 해야 각 subplot들에 대해서 더 자세하게 지정해줄 수 있어서 새로운 스타일에 적응중... 2. Deep Learning Basic 1. Intro Data / Model / Loss 구하려는 타겟에 따라서 model과 loss를 설정한다. ex) classifier에서는 일반적으로 cross entropy를 쓴다. optimization optimal로 가기위한 최적화 요소 model / loss 등 여러가지 분야에서 변경 가능하다. 2. Neural Netw.. 2023. 11. 20. 이전 1 2 다음
