반응형 전공 기본기를 다져요/내맘대로 딥러닝2 나의 Knowledge Base: 메인 페이지 흩어진 지식 조각들을 한군데 모아두기 위해 당분간 시간을 가지고 정리할 예정이다. 디테일하게 모든 것을 적을 생각은 없고, 그냥 필요한 내용들 찾아서 링크를 걸 예정. 1. 딥러닝 개별 분야 목적: 지식 정리와 코드 리마인드 규칙: 주제별로 1, 2로 나눠서 포스팅. [포스트 1] 분야 가이드, 서베이 작성 해당 task의 개요 (history, dataset, eval metric 등 기본) SOTA 모델들 내가 써본 것들 중점적으로한 리뷰 (이미 이전에 포스팅한 자료 있으면 같이 링크 걸어두기, 다듬으면 더 좋고) 볼만한 github 코드레포 정리 [포스트 2] 1에서 조사한 것을 기반으로함, 실제로 뜯어보거나 돌려보는 과정을 정리 기본 코드 SOTA 코드 분야 목록 image classificati.. 2022. 8. 4. 내맘대로 딥러닝 (1) - Image Classification 내 지식 테스트겸 각 주제에 대해 주절주절 적어보려고 한다. "Image Classification." 지식 1. ImageNet Challenge와 고전 네트워크 먼저 고전 네트워크 한번 봐주면 좋겠다. 물론 지금 ResNet 말고는 딱히 쓸 일이 없겠지만. https://greeksharifa.github.io/computer%20vision/2021/10/24/ImageNet-CNN-models/ 이 글을 참고하는게 좋겠다. 2. SOTA 모델까지 쫓아오기 워낙 빨리 바뀌어서 트렌드 쫓아가기 어렵긴 하다. 대충 내 기억으로는 처음 입사했을 즈음에는 RegNet 이런거 나왔던것같은데. Neural Architecture Search는 비효율적이니까 논외... 어느새 image backbone은 Eff.. 2022. 8. 3. 이전 1 다음 반응형
