728x90 반응형 📂 프로젝트/◾ PAPERS3 [ResNet] 논문 리뷰 및 구현 (코드 설명 포함) ResNet Description ResNet의 특징: ResNet Architecture: ResNet - Residual Block Plain network: VGGNet based Convolution layer: 3x3, stried = 2 Global Average Pooling applied FC layer(1000), softmax Residual network: Plain Network based shortcut connection 이 추가 차원이 같을 때 : 직접 값을 전달해 준다 차원이 증가할 때 : zero padding으로 차원을 맞춰준다 1x1 Conv layer로 차원을 맞춰준다(VGG or GoogleNet) stride = 2 ResNet Projection(Bottlenec.. 2023. 2. 8. [GoogleNet] 논문 리뷰 및 구현 (코드 설명 포함) GoogleNet Description GoogleNet의 특징: GoogleNet Architecture: GoogLeNet은 네트워크의 depth와 width를 늘리면서도 내부적으로 Inception Module을 활용해 computational efficiency를 확보함 이전에 나온 VGGNet이 깊은 네트워크로 AlexNet보다 높은 성능을 얻었지만, 파라미터 측면에서 효율적이지 못하다는점을 보완하기 위해 만듬 Things to discuss about issues: 네트워크의 성능을 올리는 가장 직접적인 방법은 depth, width같은 size를 증대 할 수 있다 모델의 층이 깊어질수록 성능은 향상 됨 하지만 계산해야 할 연산량이 늘어나 overfitting할 가능성이 증가 RAM을 너무나 .. 2023. 2. 8. [AlexNet] 논문 리뷰 및 구현 (코드 설명 포함) AlexNet Description: AlexNet 특징: AlexNet Architecture Convolutional layers = 5 Fully Connected layers = 3 GPU를 2개의 병렬 구조로 처음 활용 Activation Function : ReLU 함수를 모든 convolution layer와 fully-connected에 적용 (tanh함수 보다 더 낮은 error 보여줌) Max-Pooling Layer : 이전에는 Average Pooling 적용 kernel size = 3x3 stride = 2 number of Max-Pooling layer = 3 Dropout: over-fitting 방지 1, 2 번째 fully-connected layer에 적용 dropou.. 2023. 2. 8. 이전 1 다음 728x90 반응형
