딥러닝 기반 이미지 분류
시작 시간 00:20
딥러닝을 활용한 이미지 분류의 발전과 다양한 아키텍처에 대한 설명을 다룹니다.
알렉스넷의 구조와 이미지넷 대회에서의 성과에 대해 설명합니다.
VGG 네트워크의 레이어 구조와 특징을 소개하며, 성능 향상에 기여한 요소를 설명합니다.
Residual Networks (ResNet)
시작 시간 01:50
ResNet의 개념과 배니싱 그래디언트 문제 해결을 위한 잔차 학습 방법을 설명합니다.
DenseNet의 구조와 특징을 살펴보고, 레이어 간의 연결 방식에 대해 설명합니다.
EfficientNet의 컴파운드 스케일링 개념과 이를 통한 성능 향상 방법을 설명합니다.
메타 슈도 라벨링의 개념과 이를 활용한 데이터 학습 방법을 소개합니다.
트랜스포머와 셀프 어텐션
시작 시간 27:20
트랜스포머 아키텍처와 셀프 어텐션 메커니즘의 기본 원리를 설명합니다.
