일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | ||||||
2 | 3 | 4 | 5 | 6 | 7 | 8 |
9 | 10 | 11 | 12 | 13 | 14 | 15 |
16 | 17 | 18 | 19 | 20 | 21 | 22 |
23 | 24 | 25 | 26 | 27 | 28 | 29 |
30 | 31 |
Tags
- remixmatch paper
- SSL
- shrinkmatch paper
- shrinkmatch
- adamatch paper
- WGAN
- mme paper
- CGAN
- mocov3
- 최린컴퓨터구조
- conjugate pseudo label paper
- GAN
- BYOL
- tent paper
- cifar100-c
- CoMatch
- simclrv2
- semi supervised learnin 가정
- dann paper
- ConMatch
- 딥러닝손실함수
- 백준 알고리즘
- dcgan
- Pseudo Label
- CycleGAN
- Meta Pseudo Labels
- Entropy Minimization
- 컴퓨터구조
- UnderstandingDeepLearning
- Pix2Pix
Archives
- Today
- Total
목록CNN특징 (1)
Hello Data

참고 블로그 : father님 블로그 프라이데이님 블로그 zzin33님 블로그 Translation invariance 설명 : 위치가 바뀌어도 무엇을 나타내는지 편차 없이 잘 구분할 수 있다. 분류 문제를 맞이하였다고 가정하고 위의 이미지를 본다면 이미지의 위치가 바뀔 때 결과 값도 바뀌는 것을 확인할 수 있다. 그렇다면 CNN의 기본 원리는 Translation variance(equivariance) 하다고 할 수 있다. 그러면 왜 CNN 이 Translation Invariance 하다고 하는 것일까 1. Max pooling 분류문제에서 주로 사용하는 Max Pooling을 사용하면 kxk 필터라고 하였을 때 이미지 내에서 k x k필터 안에서의 이동은 상관이 없다. 2. Weight shari..
딥러닝
2023. 1. 5. 15:01