cs231n(Spring 2017) 강의를 정리합니다. (본 포스팅은 cs231n 강의 Slide를 참고하여 작성하였습니다.) 강의 자료는 아래 링크를 참고하면 됩니다. Youtube:https://youtu.be/vT1JzLTH4G4 Course Notes:http://cs231n.github.io/ In Lecture 4 we progress from linear classifiers to fully-connected neural networks. We introduce the backpropagation algorithm for computing gradients and briefly discuss connections between artificial neural networks and biolo..

Fei-Fei 교수님의 cs231n(Spring 2017) 강의를 정리해보고자 합니다. (본 포스팅은 cs231n 강의 Slide를 참고하여 작성하였습니다.) 강의 자료는 아래 링크를 참고하면 됩니다. Youtube:https://youtu.be/vT1JzLTH4G4 Course Notes:http://cs231n.github.io/ Lecture 3 continues our discussion of linear classifiers. We introduce the idea of a loss function to quantify our unhappiness with a model’s predictions, and discuss two commonly used loss functions for image ..

Fei-Fei 교수님의 cs231n(Spring 2017) 강의를 정리해보고자 합니다. (본 포스팅은 cs231n 강의 Slide를 참고하여 작성하였습니다.) 강의 자료는 아래 링크를 참고하면 됩니다. Youtube: https://youtu.be/vT1JzLTH4G4 Course Notes: http://cs231n.github.io/ Lecture 2 formalizes the problem of image classification. We discuss the inherent difficulties of image classification, and introduce data-driven approaches. We discuss two simple data-driven image classifica..