전체 글
로지스틱 회귀(Logistic Regression)
1. 이진 분류(Binary Classification) 둘 중 하나를 결정하는 문제를 이진 분류라고 한다. 그리고 이러한 이진 분류를 풀기 위한 대표적인 알고리즘으로 로지스틱 회귀가 있다. 로지스틱 회귀의 이름에는 '회귀(Regression)' 가 들어 있지만, 실제로는 분류 작업에 사용될 수 있다. 이진 분류의 가설은 H(x) = f(Wx+b) 라는 식으로 나타낼 수 있으며, 이 f 함수의 이름은 시그모이드 함수이다. 2. 시그모이드 함수(Sigmoid Function) 시그모이드 함수의 식은 사진과 같다. 특이점으로는 exp 연산을 사용했다는 것을 알 수 있다. 3. 파이토치로 로지스틱 회귀 구현하기 import torch import torch.nn as nn import torch.nn.func..
ImageNet Classification with Deep Convolutional Neural Networks, 2012
Abstract ImageNet LSVRC-2010 대회의 120만 개의 이미지를 분류하기 위해 깊고 큰 CNN을 학습하였다. Neural Network는 600만 개의 parameter와 65만 개의 neuron을 가지고 있다. Neural Network의 구성은 5개의 convolutional layer과 5개의 max-pooling layer, 3개의 fc layer로 이루어져 있다. 마지막 layer는 1000-way softmax이다. training 속도를 높이기 위해 GPU를 사용하였다. Overfitting을 줄이기 위해 Dropout 기법을 사용하였다. ILSVRC-2012 대회에서 15.3%의 error rate로 우승하였다. ( 두 번째는 26.2% ) 1. Introduction 2..