-
Functions used in each layer in artificial neural networks
Introduction When use Loss Function, When use Activation Function how to choose Functions in each layer. Summury Read More
-
Cross-Correlation Calculation
Introduction Cross-Correlation Calculation은 CNN에서 쓰이는 연산이다. Cross-Correlation은 Convolution Calculation의 Flip 과정을 하지 않고 Filter를 그대로 Input value와 연산한다. Computation \[y(i) = (x \ast w)(i) = \sum_{k=-\infty}^{\infty} x(k)w(i+k)\] \[y(i, j) = (x \ast w)(i, j) = \sum_{k_{1}=-\infty}^{\infty}\sum_{k_{2}=-\infty}^{\infty} x(k_{1}, k_{2})w(i+k_{1}, ... Read More
-
Activation Function
When use Activation Function Introduction Activation Function은 Forward prapagation의 출력값을 특정 범위로 조정해주는 Fucntion이다 참고 : Three basic output of ANN Activation Function은 출력하고자 하는 결과값에 따라 선택하여 쓸 수 있다. Kind of Activation Function Step Function Sign Function Sigmoid Function Hyperbolic Tangent, tanh ReLU, Rectified Linear Unit Lea... Read More
-
Planned Design
주저리 주저리 내 석사의 목표는 논문 3편쓰기다. 3편을 쓰기위해서는 국내, 국외 논문 투고 일자를 파악해야하고 어디에 낼 건지, 내는 곳의 분야와 논문 규격등 미리 알아야할 것이 많다. 오늘은 본격적으로 논문을 작성하기 전에 기초 공부와 읽어야 할 논문들을 정리해보도록 한다. 논문 작성을 시작할 날짜는 7월로 생각하고 있고 7월부터 한편 내년에 2편 써볼 것이다. 현재 GAN을 공부하고 있고 StyleGAN 2까지의 논문의 행적만 알고있지 크게 공부하거나 이해하지는 못한다. 현재 Corsera 강의를 통해 매주 GAN 수업을 듣고 있다. 저번주는 Multi layer perceptron을 사용한 Fu... Read More
-
(ETRI 학연학생) 20. 다시 계획
← 이전 글로 다음 글로 → 오늘은 원내교육인 영어과학논문 작성과정(1)을 수강했다. 담당 강사님은 POSTECH 물리학과 교수님이신 염한웅 교수님이 맡아주셨다. 염한웅연구의 정석 해당 유튜브 채널에서 많은 영감을 얻을 수 있을거라 확신한다. 강의도중 정말 인상 깊은 이야기를 많이 들었던 순간이였다. 현재 내가 하는 공부의 방향성을 수정해야겠다는 생각을 강하게 할 수 있었다. 앞으로 할 것 하루의 마지막을 연구노트에 정리하기 (영어로) 목표 세분화 설정하기 논문 열심히 읽기 인상깊었던 말씀 생각은 이틀까지만 해라, 그 이상 안되면 도움을 받아라 창의성은 모방을 ... Read More
-
Why convert to a Non-Linear Function?
Introduction 인공신경망을 훈련하기 위해서는 Weight와 Bias를 수정하는 과정이 필요하다. Weight와 Bias를 통해 계산된 값은 단순한 1차 함수로 선형 값을 가지게된다. 선형 함수를 사용하면 최소값을 알 수 없는데 이를 해결하기 위해 비선형 함수로 변환해주는 과정이 발생한다. 왜 비선형 함수를 사용하면 최소값을 알 수 있을까? Why convert to a Non-Linear Function? \[f(x) = wx + b\] 단순한 비선형 그래프인 2차함수[1]를 예로 들자면 그림과 같이 최소값을 가지는 지점이 발생한다. 2차 함수는 한개의 미지수 값을 입력으로 받는 함수... Read More
-
Single Layer Perceptron
Structure of Single Layer Perceptron variable mean x Feature특징 b Bias편향 w Wieght가중치 $\sum$ $\sum^{n}w\cdot x + b$ $f$ $f(\sum^{n}w\cdot x + b)$ $\hat{y}$ Predict label예측 레이블 ... Read More