728x90 딥러닝#논문#논문리뷰#알렉스넷#relu1 AlexNet ImageNet Claasification with Deep Convolutional Neural Networks _ Geoffery E. Hinton 1. 아키텍쳐에 대한 질문 - 6천만 파라미터 - 뉴런 65만 개 2. 학습 방식 3. 성능 개선 전략 4. 평가 방식 * Abstract에서 중요 부분 확인, 학습 목표 찾기 6천만 개의 파라미터와 65만 개의 뉴런, 컨볼루션 레이어 5개, 이 중 일부는 최대 풀링 레이어 non-saturating neurons = Relu 사용 dropout 규제 전략, 오버피팅 해소 전략, 완전 연결 계층 초창기엔 완전연결계층이 과적합의 주범이라고 생각하고 완전연결계층에만 드랍아웃 하는 것에 초점을 두었음. - Dataset imagenet은 22000 카테고리에 속하는 15 million labeled high-resolution images 1500만 개 이상의 라벨링된 고해상도 이미지로 구성된 데이터 셋 약 .. 2023. 8. 31. 이전 1 다음 728x90
