| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | |||
| 5 | 6 | 7 | 8 | 9 | 10 | 11 |
| 12 | 13 | 14 | 15 | 16 | 17 | 18 |
| 19 | 20 | 21 | 22 | 23 | 24 | 25 |
| 26 | 27 | 28 | 29 | 30 | 31 |
- 딥러닝
- real-time object detection
- ubuntu
- YoLO
- r-cnn
- Reinforcement Learning
- image processing
- CNN
- NLP
- dynamic programming
- LSTM
- Python
- C++
- Mask Processing
- dfs
- eecs 498
- machine learning
- hm3d
- deep learning
- hm3dsem
- opencv
- 백준
- DP
- BFS
- MySQL
- 강화학습
- two-stage detector
- 그래프 이론
- 머신러닝
- AlexNet
- Today
- Total
목록전체 글 (165)
JINWOOJUNG
[EECS 498] Assignment 2. Two Layer Neural Network...(2)
본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.tistory.com/126 [EECS 498] Assignment 2. Two Layer Neural Network...(1)본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.tistory.com/125 [EECS 498] Assignment 2. Linear Classifier...(2)본 포스팅은 Michigan Univ.의 EECS 498 강jinwoo-jung.comTrain Neural Network using CIFAR-10Train with defau..
[EECS 498] Assignment 2. Two Layer Neural Network...(1)
본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.tistory.com/125 [EECS 498] Assignment 2. Linear Classifier...(2)본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.com/124 [EECS 498] Assignment 2. Linear Classifier...(1)본 포스팅은 Michigan Univ.의 EECS 498 강의를jinwoo-jung.com Introduction본 과제는 Classification을 위한 FC Layer를 가진 Neural Networ..
[EECS 498] Assignment 2. Linear Classifier...(2)
본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.com/124 [EECS 498] Assignment 2. Linear Classifier...(1)본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.tistory.com/123 [EECS 498] Assignment 1. k-NN...(2)본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강jinwoo-jung.comFind Optimal Hyperparameter초기 Accuracy는 9% 정도로 매우 낮음을 확인할 수 있다. Linear Cla..
[EECS 498] Assignment 2. Linear Classifier...(1)
본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.tistory.com/123 [EECS 498] Assignment 1. k-NN...(2)본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.tistory.com/122 [EECS 498] Assignment 2. KNN...(1)본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하jinwoo-jung.comIntroduction본 과제는 CIFAR-10 Dataset을 기반으로 Linear Classifier를 구현하고 테스트하는 과제이다. 지난..
[EECS 498] Assignment 1. k-NN...(2)
본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.tistory.com/122 [EECS 498] Assignment 2. KNN...(1)본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.tistory.com/120 [EECS 498] Assignment 1. PyTorch 101...(3)본 포스팅은 Michigan Univ.의 EECS 498 강의를jinwoo-jung.com6. KNN Classifier이제 KnnClassifier Class를 생성 해 보자. 생성한 KnnClassifier를 바탕으로, ..
[EECS 498] Assignment 1. k-NN...(1)
본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.tistory.com/120 [EECS 498] Assignment 1. PyTorch 101...(3)본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.com/119 [EECS 498] Assignment 1. PyTorch 101...(2)본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하jinwoo-jung.com1. Load Datax_train, y_train, x_test, y_test = eecs598.data.cifar10()pri..
[YOLO 11] Real Time Object Detection
몇개월 전 Yolo8 Model을 학습시키기 위한 Custom Dataset 구축 및 학습에 관한 포스팅을 진행하였다. 학습된 모델을 기반으로 실시간 객체 검출에 관한 포스팅을 이어나갈려고 하였는데, 그 짧은 기간동안 Yolo11이 출시되어 해당 모델을 기반으로 진행하겠다. Yolo11 논문에 대한 분석은 추후 진행할 예정이다. https://jinwoo-jung.tistory.com/69 [ YOLOv8 ] Custom Dataset 학습(Google Colab)https://jinwoo-jung.tistory.com/68 [ YOLOv8 ] Custom Dataset 구축(Roboflow)YOLOv8을 통한 Object Detection을 위해선 적합한 Model을 생성해야 한다.Model 학습을 위..
[EECS 498] Assignment 1. PyTorch 101...(3)
본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.com/119 [EECS 498] Assignment 1. PyTorch 101...(2)본 포스팅은 Michigan Univ.의 EECS 498 강의를 수강하면서 공부한 내용을 정리하는 포스팅입니다.https://jinwoo-jung.tistory.com/118 [EECS 498] Assignment 1. PyTorch 101...(1)본 포스팅은 Michigan Univ.의 EECS 498 강의를jinwoo-jung.com12. Matrix operationstorch.dot(input, tensor, *, out=None) → Tensorv = torch..