피어세션기록(3주차, 02.03 수)

어제 강의 / 과제 / 퀴즈

• (지원) 어제 퀴즈 3번

  • 인덱스도 이상했고, 임성빈 교수님에 따르면 correlation으로 처리해야하는데 conv로 처리되어있음

• (성익) convolution 연산 수식 이해

  • f(i-a)g(a) = f(a)g(i-a) 어떻게 그럴수가 있죠?
    • (준호) 그린 그려서 설명해주심
  • cross-correlation
    • (준호) 커널의 크기 == j == a
    • (준호) 이게 더 직관적으로 알맞은 표기가 아닐까 하는 생각이 든다.
    • (지원) 원래 conv는 반전시켜서 계산하는것(그림 그려서 설명해주심)
      • 근데 correlation은 elementwise 느낌으로.
  • 시그널이란?
    • input을 시그널로 생각하고 커널을 적용하든, 커널을 시그널로 생각하고 input을 적용하든 차이가 없다(겹치는 영역은 같다)
    • 따라서 gf = fg
    • 위키피디아 참고

오늘 강의 / 과제 / 퀴즈

• (준호) GoogLeNet 파라미터 개수가 조금 이상합니다

  • 첫번째 라인에 9.5k가 되어야 하는데 2.7k로 적혀있습니다.
    • stackoverflow 참조
    • 일반적인 방식과 좀 다르게 되어있습니다
    • 그리고 AlexNet도 오타가 있대요 (224x224가 아님)

• (준호) GoogLeNet에 bias를 더하는 파트가 안나온거같다

  • 최성준 교수님 edwith 강의에 자세하게 나와있습니다!

• (준배) 1x1 conv -> 레이어를 깊게 쌓을 때 쓴다?

  • (준호,지원) 파라미터 수가 너무 많아지면 연산이 불가능해진다
  • (성익) 파라미터 수가 많아지면 overfitting이 일어나므로 채널수를 줄여 파라미터 개수를 줄인다.

• (준배) Fully Convolutional Network

  • (성익) 물체에 대한 '분류정보’뿐만 아니라 '위치정보’도 필요하므로 사용한다.
  • (준호) 오토인코더도 이런 형식인 것 같다.
    • 인풋과 아웃풋을 똑같이 만들고, 중간에 작은 사이즈로 추상화시켰다가 원본으로 늘리는 방식

정보공유

• 파이토치 코리아에 올라온 베이지안 뉴럴 네트워크 공유

  • AAAI21이라는 컨퍼런스도!

• 파이썬 날코딩으로 짜는 딥러닝

  • 난이도 중상

• Dive into DeepLearning 코딩으로 합시다!

기록할 것

• 피어세션에서 나왔던 것을 edwith 질문으로 올리는것도 괜찮은 것 같다.

• 다음주 할것

  • 파이토치 튜토리얼
  • edwith에 있는 데이터셋 만드는 수업들…
  • notMNIST 데이터셋 만들기

질문 정리!

• 현우님이 올리시면
  • 그 밑에 본인 질문 직접 댓글 달기!