영주머니의 개발주머니

Linear Classifier Input image는 크기가 32*32 픽셀이고 한 픽셀은 RGB값으로 표현되므로 32*32*3의 배열로 표현된다. f(x, W)에서 x가 input data이고 W는 weight(parameter)이다. 이러한 parametic한 접근의 경우 학습 과정에서 학습 데이터들을 가장 잘 요약하는 W 값을 값을 찾는 것을 목표로 한다. 학습을 마치고 최적의 W 값을 얻으면 더 이상 학습 데이터를 기억하지 않아도 된다. 이는 이전의 KNN 방식에서 모든 학습 데이터를 계속 기억하고 있던 것과 비교된다. Parametic한 접근 방식에서는 학습으로 얻은 W의 값만 testing에 사용되므로 더 효율적이다. f는 x와 W의 관계를 나타내는 함수로 다양한 형태가 있을 수 있다. 그 ..

Image Classification Image classification은 어떤 input image가 주어졌을 때 그 이미지가 어떤 카테고리에 속하는지 분류하는 문제이다. 예를 들어 고양이 사진이 주어지면 해당 사진을 "고양이"로 분류하는 문제이다. 사람은 고양이 사진을 봤을 때 직관적으로 "고양이"라고 인지할 수 있지만, 컴퓨터는 고양이 사진의 각 픽셀을 하나의 RGB값으로 인식하고 사진을 각 픽셀의 RGB값을 가진 거대한 행렬로 인식한다. 사람과 컴퓨터간의 이미지를 인식하는 방식의 차이를 "Semantic Gap(의미적 차이)"이라고 부른다. 이렇게 숫자로 이루어진 행렬에서 "고양이"라는 의미를 얻어내기는 어렵다. 사진에 조금의 변화라도 주면 행렬 전체의 값이 변화하고 여러 형태와 배경에 놓인 고..