모두의연구소 딥러닝연구실 DeepLAB에서 진행중인 논문세미나 발표자료입니다.
논문제목 :
Very Deep Convolutional Networks for Large-Scale Image Recognition (논문링크 : http://arxiv.org/pdf/1409.1556.pdf )
Deep Residual Learning for Image Recognition (논문링크 : http://arxiv.org/abs/1512.03385 )
발표자 : 김지성 연구원님
날짜 : 2016년 3월 7일
내용요약 : 최근 많은 응용에서 pre-training 된 deep neural network 예로 많이 사용되는 VGG network와 layer수를 매우 많이 늘려서 여러 분야에서 성능을 극대화한 Microsoft의 ResNet 에 대해서 살펴보았습니다. ResNet의 경우 layer가 너무 많아지기 때문에 vanishing gradient 문제를 해결하기 위해 몇몇 단위마다 상위레이어의 값을 그대로 전달할 수도 있도록 update rule을 만들어 두었다는 특징이 있습니다.
모두의연구소 페이지와 커뮤니티 그룹에 오시면 더 많은 정보를 만나보실 수 있습니다.
모두의연구소 페이지 https://www.facebook.com/lab4all
모두의연구소 커뮤니티 그룹 : https://www.facebook.com/groups/modulabs
'딥러닝연구실' 카테고리의 다른 글
| [딥러닝 논문 세미나 022] U-Net: Convolutional Networks for Biomedical Image Segmentation (2) | 2016.04.13 |
|---|---|
| [딥러닝 논문 세미나 021] Exploring the Neural Algorithm of Artistic Style (0) | 2016.03.23 |
| [딥러닝 논문 세미나 020] VGGNet and ResNet (3) | 2016.03.08 |
| [딥러닝 논문 세미나 019] Recurrent Memory Network for Language Modeling (0) | 2016.03.08 |
| [딥러닝 논문 세미나 018] Grid Long Short-Term Memory (0) | 2016.03.08 |
| 딥러닝 관련 블로그 및 페이지들 (0) | 2016.02.18 |
