GoogLeNet(Going deeper with convolutions)논문 요약
Abstract 본 논문은 Deep Convolutional Neural Networks의 아키텍처를 인셉션(Inception)이라는 이름으로 제안한다. ILSVRC14에서 분류와 탐지 부문 최고 수준을 달성했다. GoogLeNet이라 불리는 해당 아키텍처는 22개의 deep ne...
Recent posts
VGG(Very Deep Convolutional Networks for Large-Scale Image Recognition)논문 요약
Abstract 대규모 이미지 인식에서 Convolutional Network의 깊이와 정확도에 대해 연구했다. 상대적으로 작은 3x3 합성곱 필터를 사용하여 층을 깊게 만들었고, 16 - 19개의 층을 쌓았을 때의 모델이 기존에 연구되었던 모델들의 성능보다 더 좋은 성능을 기록...
AlexNet(ImageNet Classification with Deep Convolutional Neural Networks)논문 요약
Abstract ImageNet LSVRC-2010 대회에서 120만개의 고해상도 이미지, 1000개의 라벨을 분류하는 CNN 모델을 만들었다. 그 결과 테스트 데이터에서 기존의 SOTA보다 뛰어난 top1, top5 에러율을 37.5%, 17.0%로 기록했다. 훈련 속도를 높이기...
피파온라인 댓글 감성분석 프로젝트 추천시스템 및 결론
지난 포스팅까지 데이터 수집, 전처리, 모델링의 과정을 모두 마쳤다. 이번 포스팅에서는 전처리가 완료된 데이터를 기반으로 사용자가 특정 선수를 입력하면 그 선수와 비슷한 유형의 선수나 관련 있는 선수를 추천해주는 추천시스템의 개발 과정을 정리해보자. 또한, 프로젝트의 분석 결과와 ...
피파온라인 댓글 감성분석 프로젝트 모델링
모델링을 진행하기전에 각 댓글을 형태소 기반으로 토큰화하고 불필요한 특수문자나 불용어들을 제거할 것이다. 모델이 단어를 이해할 수 있게끔 각 단어를 정수로 맵핑해주는 정수 인코딩과 모든 댓글의 길이를 동등하게 맞춰주는 패딩의 과정을 거쳐 모델링을 진행했다. 초기 모델링 후에는 성능...