- Data
- Model
- Single Model
- Sequential Model
- Ensemble Model
- Loss
- Optimization
- SGD
- Momentum
- Nesterov Accelerated Gradient
- Adagrad
- Adadelta
- RMSprop
- Adam
- Image Classification
- Semantic Segmentation
- Matching
- Geometric Matching: Image A에 나오는 것을 다른 각도에서 찍은 사진이 image B인데, 같은 물체를 sparse하게 찾아내서 image A를 warp하여 image B처럼 geometric transformation을 해라.
- Semantic Matching: Image A에 나오는 것과 비슷한 것을 다른 배경에서 찍은 사진이 image B인데, 비슷한 물체를 sparse하게 찾아내서 image A를 warp하여 image B처럼 geometric transformation을 해라.
- Optical Flow: Video와 같이 image들의 시계열 data가 주어지면 이것을 frame별로 쪼갠 다음 frame들을 dense하게 서로 비교해서 frame마다 image 속의 물체들이 어떻게 움직였는지를 frame A를 warp하여 frame B처럼 geometric transformation을 해서 보여라.
- Object Detection
- Pose Estimation
- Image Synthesis
- Visual Q&A
- Weight Decay
- Learning Rate Decay
- Mixup
- Bootstrapping
- Bagging
- Boosting
- Bayesian Optimization
- Mini-batch Training
- Early Stopping
- Parameter Norm Penalty
- K-fold Validation
- Data Augmentation
- Noise Robustness
- Label Smoothing
- Dropout
- Batch Normalization
- [강의] Deep Learning Basics
- Historical Review
- MLP
- MLP Implementation
- [퀴즈] Deep Learning Basics
- Deep Learning Basics
- [과제] Deep Learning Basics
- MLP
- [강의] Deep Learning Basics
- Optimization
- Optimization Implementation
- [퀴즈] Deep Learning Basics
- Optimization
- [과제] Deep Learning Basics
- Optimization
- [강의] Deep Learning Basics
- CNN
- CNN Implementation
- [과제] Deep Learning Basics
- CNN
- R-CNN 구현 시도 공유