기틀을 잘 마련했다고할까요? 가장 일반적인 CNN 구조를 정립했습니다. 이어지는 영상을 보시면 3x3 conv를 고집해서 얻는 효과도 자세히 설명했습니다. 또, 제 책에서 발췌한 내용을 첨부드립니다! --- VGGNet의 단순하고 규칙적인 구조는 큰 장점이 되어, 후속 연구에 많은 영향을 미쳤습니다. 특히 ResNet은 VGGNet의 기본 구조를 기반으로 삼고, 여기에 Skip-Connection이라는 혁신적인 요소를 추가해 더 깊은 네트워크의 학습을 가능하게 했습니다. 이는 VGGNet의 단순한 구조가 있었기에 가능한 발전이었으며, 이후 많은 CNN 모델들이 이러한 접근 방식을 채택하게 되었습니다. VGGNet은 비록 현재 기준으로는 다소 단순하고 비효율적인 면이 있지만, 그 구조의 명확성과 확장성으로 인해 딥러닝 연구와 응용 분야에서 여전히 중요한 위치를 차지하고 있습니다. - 혁펜하임의 "Easy! 딥러닝" 중
![[Legend 13] 3x3 컨볼루션과 5x5 컨볼루션 receptive field 비교 분석](http://i.ytimg.com/vi/h3geZmqj0wA/mqdefault.jpg)
![[Legend 13] 3x3 컨볼루션과 5x5 컨볼루션 receptive field 비교 분석](/img/tr.png)
![[딥러닝] 10강. Confusion matrix(혼동 행렬) 에서 Recall(재현율)과 Precision(정밀도) 더 이상 헷갈리지 마세요! F1-score 는 덤](http://i.ytimg.com/vi/Bh_jqbGLiG0/mqdefault.jpg)
![[Legend 13] ResNet의 Skip-connection 제대로 이해하기!](/img/1.gif)
LEVEL 2: Legend 13 & TTT 도강하기 🙄
(저장해두고 보기)
👉 ruclips.net/p/PL_iJu012NOxd_lWvBM8RfXeB7nPYDwafn
Legend 13 전체 강의 (9시간) 정보!
👉 hyukppen.modoo.at/?link=5db82s6p
🔥 혁펜하임과 딥러닝 마스터하기!
LEVEL 1 - Easy! 딥러닝
hyukppen.modoo.at/?link=2n1a6p7t
LEVEL 1 - 인스톨! 파이토치
hyukppen.modoo.at/?link=131k3k7g
LEVEL 2 - Legend 13
hyukppen.modoo.at/?link=5db82s6p
LEVEL 2 - TTT: To The Transformer
hyukppen.modoo.at/?link=21c4dj8y
LEVEL 3 - ATT: After The Transformer
hyukppen.modoo.at/?link=2mcbufeg
‼ 강의 모집 공지 가장 빠르게 받아볼 수 있는 곳!
혁펜하임 딥러닝 톡방
👉 open.kakao.com/o/g8SgoOSd
(참여코드: 3300)
4:52 좋은 강의 감사합니다 😁😄
감사합니다!
4:53 혁펜하임 폭주..
저 궁금한 게 이 신경망이 일반적인 CNN과 다른 게 뭐예요?
기틀을 잘 마련했다고할까요? 가장 일반적인 CNN 구조를 정립했습니다.
이어지는 영상을 보시면 3x3 conv를 고집해서 얻는 효과도 자세히 설명했습니다.
또, 제 책에서 발췌한 내용을 첨부드립니다!
---
VGGNet의 단순하고 규칙적인 구조는 큰 장점이 되어, 후속 연구에 많은 영향을 미쳤습니다.
특히 ResNet은 VGGNet의 기본 구조를 기반으로 삼고, 여기에 Skip-Connection이라는 혁신적인 요소를 추가해 더 깊은 네트워크의 학습을 가능하게 했습니다.
이는 VGGNet의 단순한 구조가 있었기에 가능한 발전이었으며, 이후 많은 CNN 모델들이 이러한 접근 방식을 채택하게 되었습니다.
VGGNet은 비록 현재 기준으로는 다소 단순하고 비효율적인 면이 있지만,
그 구조의 명확성과 확장성으로 인해 딥러닝 연구와 응용 분야에서 여전히 중요한 위치를 차지하고 있습니다.
- 혁펜하임의 "Easy! 딥러닝" 중
@@hyukppen 헐 친절한 설명 감사해요. 책 나오면 꼭 살게요!!