| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
- 3D
- 연세대학교 인공지능학회
- transformer
- 컴퓨터비전
- nerf
- NLP #자연어 처리 #CS224N #연세대학교 인공지능학회
- NLP
- GaN
- YAI 11기
- cv
- Perception 강의
- CNN
- CS224N
- YAI 8기
- CS231n
- YAI 9기
- PytorchZeroToAll
- 컴퓨터 비전
- 자연어처리
- GAN #StyleCLIP #YAI 11기 #연세대학교 인공지능학회
- 강화학습
- YAI 10기
- Faster RCNN
- RCNN
- YAI
- cl
- VIT
- rl
- Googlenet
- Fast RCNN
- Today
- Total
목록Googlenet (2)
연세대 인공지능학회 YAI
[논문 리뷰] GoogLeNet : Going deeper with convolutions
YAI 11기 최가윤님이 작성한 글입니다. [GoogLeNet] Going deeper with convolutions (2015 CVPR) Reference https://arxiv.org/pdf/1409.4842.pdf https://en.wikipedia.org/wiki/Gabor_filter [GoogLeNet (Going deeper with convolutions) 논문 리뷰]https://phil-baek.tistory.com/entry/3-GoogLeNet-Going-deeper-with-convolutions-%EB%85%BC%EB%AC%B8-%EB%A6%AC%EB%B7%B0 Abstract Improved utilization of the computing resources inside..
[논문 리뷰] Going Deeper with Convolutions
Going Deeper with Convolutions YAI 9기 김석님이 비전논문기초팀에서 작성한 글입니다. 0. Abstract 목적 → Network 내에서 compute가 진행될 시 소모되는 자원의 효율성을 높이기 위함 Method Compute 할 양을 늘어나지 않는 상태에서 depth와 width를 늘릴 수 있는 디자인 (codenamed Inception) Optimization 방법 → Hebbian principle에 근거한 multi-scale processing 사용 GoogLeNet Proposal Classification과 detection 목적으로 설계된 22 layer deep network 1. Backgrounds Object detection에서 사용한 방법 → Mod..