Kim Seon Deok

VGGNet논문 : https://arxiv.org/pdf/1409.1556.pdf VGGNet VGG논문은 convolutional network의 깊이를 증가시키면서 정확도 양상을 조사한다. VGG모델은 3*3 convolution layer를 연속적으로 사용한 16-19 깊이의 모델이다. Introduction convnets이 컴퓨터 비전 분야에서 점점 상용화 되어가면서 더 좋은 정확도를 얻기 위해 AlexNet의 기본 구조를 향상시키기 위한 많은 시도가 이루어졌다. 이 논문에서는 Convnet 구조의 깊이에 집중한다. 이를 위해 더 많은 convolutional layer를 추가하였고 이것은 모든 layers에 매우 작은 3*3 convolution filters를 사용하였다. ConvNet C..

https://proceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf AlexNet[Krizhevskv et al., 2012] 목표 더 깊은 네트워크를 만들면서 성능을 높여간다. 5개의 Convolution층과 3개의 Fully-connected layer가 연결된 아키텍처로 구성 Fully- connected layer의 마지막 부분은 softmax 함수를 사용해 1000개의 output을 출력 3. Architecture 3.1 ReLU Nonlinearity 활성화 함수로 ReLU함수를 적용 이전까지 사용한 tanh함수는[-1,1] 범위에서 존재하는 saturating function이다. -1에서 1까지 ..