머신러닝 (3) 썸네일형 리스트형 GAP(Global Average Pooling) GAP는 최근에 제시된 CNN architecture에서 널리 쓰이고 있는 pooling 방식입니다. CNN의 기존 FC layer가 지나치게 많은 연산량 / spatial information을 잃어버리는 문제를 가지고 있어 이에 대한 대안으로 제시되었는데요, 간단하게 그림을 통해 살펴보겠습니다. 기존 FC layer는 이전 layer 단에서 추출된 모든 feature들을 concat해 이들로부터 각 class 별 score를 구해 classification 하는 형태로 사용되었습니다. 당연히 연산량도 매우 많고, classification에 영향을 끼친 feature가 어느 부분에서 추출되었는지도 알 수 었으며, input 의 크기 또한 제한된다는 문제점을 지니고 있었습니다. GAP는 각각의 feat.. Encoding based Material Recognition(2) Encoding based Material Recognition 두 번째 포스팅입니다. 지난 포스팅에서는 이전 FVCNN, Deep Filter banks 기반 재질 인식에서 한 발짝 더 나아간 논문을 리뷰했었는데요, 이번에는 이 네트워크의 단점을 보완해 이듬해 CVPR에서 발표된 논문을 살펴보겠습니다. 이전 포스팅을 아직 읽지 않으셨다면 먼저 읽고 오시는 것을 추천드리겠습니다. 링크 걸어두었습니다. Deep Texture Manifold for Ground Terrain Recognition (Xue et al. CVPR 2018) 이전 포스팅에서 Deep TEN이 Texture Recognition에 유용한 order-less, spatially-invariant 한 feature representa.. Manifold in Machine Learning 논문 리뷰를 하던 중 terminology 하나를 짚고 넘어갈 필요성을 느껴 포스트를 올립니다. 제가 읽으려던 논문의 제목은 인데요, Manifold 라는 단어는 이 논문의 제목 뿐만 아니라 머신 러닝 관련 document들을 읽다보면 빈번하게 발견할 수 있습니다. 이번 포스트에서는 그 의미를 짚고 넘어가려 합니다. 정리한 개념 / 정보 출처는 포스트 하단에 적어 놓겠습니다. Manifold in Data Science 데이터 사이언스에서 Manifold는 다음과 같은 의미를 가지고 있습니다. A topological space that resembles Euclidean space near each point 다시 말해, n dimensional manifold에 포함되어 있는 각각의 요소들은 이 ma.. 이전 1 다음
