KM-Hana

*크롬으로 보시는 걸 추천드립니다* Active Learning(능동적 학습)에 이어서, 다룰 주제는 Metric Learning입니다! Active Learning(능동적 학습) 설명 : kmhana.tistory.com/2?category=838050 실용적인 Deep Learning 적용을 위한 시작 'Deep Learning을 실산업에 적용할 때 가장 큰 문제가 무엇일까?' 라는 질문에 주저없이 답변 드릴 수 있다. 첫번째도, 데이터와 레이블링 두번째도, 데이터와 레이블링 세번째도, 데이터와 레이블링 kmhana.tistory.com 우여곡절 끝에, 데이터를 모아서 딥러닝을 학습하려고 봤더니 문제가 생겼습니다. 매일 분류해야 되는 대상이 변경된다는 겁니다. 분류(class) 대상이 매일 바뀌는 경..

* 크롬으로 보시는 걸 추천드립니다 * 2. 딥러닝을 위한, Active Learning - Core-set : kmhana.tistory.com/6?category=838050 - Loss for Active Learning : kmhana.tistory.com/10?category=838050 - Discriminative Active Learning(DAL) : kmhana.tistory.com/12 파트가 끝나고, 오늘은 Active Learning에서 조금은 편한 주제로 작성하려고 합니다. 서론 딥러닝을 개발하다 보면, 필수적을 맞닥뜨리는 문제는 1. 데이터를 어떻게 얼마나 획득을 하는가? 2. 어떻게 레이블링 할 것인가? - ( 누가? 얼마나? 비용은 누가?) 라는 문제와 부딪힙니다. 딥러닝을..

* 크롬으로 보시는걸 추천드립니다 * kmhana.tistory.com/4?category=838050 중 2. Active Learning을 위한, 딥러닝 - Core-set - Loss for Active Learning - Discriminative Active Learning(DAL) Discriminative Active Learning에 대해서 소개하고자 합니다. arxiv.org/pdf/1907.06347.pdf ※ 저자가 설명해주는 블로그입니다. dsgissin.github.io/DiscriminativeActiveLearning/ 굉장히 잘 정리해주었습니다. 다양한 Active Learning에 대한 인사이트를 얻을 수 있으므로 AL에 대해서 공부하시는 분들께 꼭 추천드립니다. 종합 : ..

kmhana.tistory.com/4?category=838050 Active Learning 이란 - 기본 dsgissin.github.io/DiscriminativeActiveLearning/about/ About An introduction to the active learning framework, from classical algorithms to state of the art methods for neural networks. A new method.. kmhana.tistory.com 을 우선 보시는걸 추천드립니다. 2. Active Learning을 위한, 딥러닝 - Core-set - Loss for Active Learning - Discriminative Active Learning ..

kmhana.tistory.com/4?category=838050 Active Learning 이란 - 기본 dsgissin.github.io/DiscriminativeActiveLearning/about/ About An introduction to the active learning framework, from classical algorithms to state of the art methods for neural networks. A new method.. kmhana.tistory.com 을 우선 보시는 걸 추천드립니다. 2. Active Learning을 위한, 딥러닝 - Core-set - Loss for Active Learning - Discriminative Active Learning..

Google Brain팀에서 발표한 Big Transfer (Bit) : General Visual Representation Learning 논문에 대해서 소개하고자 합니다. 종합 : ⭐⭐⭐ 1. 논문 중요도 : 4점 2. 실용성 : 3점 설명 : Transfer Learning에 인사이트를 줌 - 대용량 데이터를 사전학습 할 때와 그 모델을 Fine-tuning할때에 대한 고찰 - Transfer Learning에 좋은 참고가 될 수 있다 - 단, Google 전용 데이터를 사용했으며, 엄청난 자원이 필요하다는 점은 큰 단점이다. Big Transfer (BiT) 의의 1. '어떻게 해야 Transfer Learning을 잘 할 수 있을까?'에 대한 Insight를 얻을 수 있다. 2. 게다가, im..

Activ Learning의 기본을 먼저 보고싶으신 분은, 이전 포스트 Active Learning 이란 - 기본 dsgissin.github.io/DiscriminativeActiveLearning/about/ About An introduction to the active learning framework, from classical algorithms to state of the art methods for neural networks. A new method.. kmhana.tistory.com 를 참고해주세요! Active Learning의 기본적으로 알아야할 기초적인 쿼리전략(Query Strategies)를 간단하게 기술하고자 한다. ※ 쿼리전략(Query Strategies) 란? : 모델..