해당 글은 Stanford CS class CS231n: Convolutional Neural Networks for Visual Recognition 강의를 기반으로 하고 있습니다.(출처 :http://cs231n.stanford.edu/syllabus.html) Video 강의와 강의 note를 가지고 정리하고 있습니다.Regularization이전 정리에서 모델의 성능을 평가할 때, 'Weight parameter가 잘 학습되어 총 loss 값이 0에 가까운가'를 기준으로 한다는 것을 배웠습니다. 그런데 여기서 주의할 점이 있습니다. 우리가 만든 모델의 loss 를 0으로 만드는 W parameter matrix가 오직 하나만 존재할까요? 예를 들어 총 loss 값을 0으로 만드는 아주 정확하게 클..
해당 글은 Stanford CS class CS231n: Convolutional Neural Networks for Visual Recognition 강의를 기반으로 하고 있습니다.(출처 :http://cs231n.stanford.edu/syllabus.html) Video 강의와 강의 note를 가지고 정리하고 있습니다.Recall... Linear ClassificationLinear classifier와 같은 분류 모델을 설정하고 나면 해야할 일 두가지가 있습니다. 1. Define a loss function loss function은 classifier의 성능을 보여주는 척도입니다. loss function 값이 작을 수록, 즉 0에 가까울수록 classifier가 데이터 샘플을 잘 분류하는 ..
데이터 연구실 서버서 돌리기로! /assignment1/cs231n cd assignment1pip install -r requirements.txt #과제 수행하는 데 필요한 모듈들 한번에 다운로드#argparse 등... #Could not find a version that satisfies the requirement site==0.0.1 (from -r requirements.txt (line 42)) (from versions: )#python version 3.4에 안맞는다. #root 계정없이 python upgrade 하는 방법 찾기#conda python3.6 버전으로 설치// conda python2.7 환경이랑 구분해서 사용하기 ------------------------------..