[컴퓨터비전 2] - 딥러닝을 중심으로

김장호 교수님의 ‘컴퓨터 비전’ 기말고사 범위를 정리한 내용입니다

 

 

https://sustaining-blackberry-3e6.notion.site/14f3f207490480cd89c7cd36337e9c2c

컴퓨터비전 | Notion

 

 

목차 

0. introduction

• 지도/비지도/준지도 학습
• 학습 모델
• 일반화 능력

 

1. Linear Classifiers

• Parametric Approach
• 행렬 to 벡터
• 선형 관계 조건 
• loss function
  • Cross Entropy loss
  • softmax 함수

 

2. DNN 딥러닝

• feature transform
• Neural Networks
• Activate function

 

3. Regularization 정규화

• Overfitting
• L1 norm
• L2 norm
• Dropout
• Early stop

 

4. Backpropagation

• Computational Graphs
• 포워드 / 백워드 계산 (Local Gradient, Upstream Gradient, Downstream Gradient)
• 모듈화

 

 

5. Vector_Backprop

• Jacobian
• vector backpropagation

 

Vector backprop

 

 

 

 

 

6. CNN 1 (convolutional neural networks)

• convolution layer
• padding
• Receptive fields
• Stride

 

7. CNN 2

 

CNN - Batch Normalization

 

 

 

CNN - Group Normalization