KimAnt 🥦

KimAnt 🥦

  • SohyeonKim (365) N
    • ComputerScience (108) N
      • ProcessingInMemory (8) N
      • FaultTolerance (2)
      • OperatingSystem (21)
      • FreeBSD (23)
      • DesignPattern (1)
      • ComputerNetwork (12)
      • FullStackProgramming (17)
      • DockerKubernetes (16)
      • Database (5)
    • ArtificialIntelligence (72)
      • ECCV2024 (11)
      • WRTNCampusLeader (4)
      • PaperReading (14)
      • 2023GoogleMLBootcamp (33)
      • DeepLearning (10)
    • Programming (27)
      • Swift (17)
      • JAVA (3)
      • CodingTest (2)
      • Algorithms (5)
    • Experiences (37)
      • KIST Europe Internship (15)
      • Activities (8)
      • Competition (6)
      • International (7)
      • Startup (1)
    • iOS (41)
      • AppProject (10)
      • AppleDeveloperAcademy@POSTE.. (9)
      • CoreMLCreateML (8)
      • MC3Puhaha (4)
      • NC2Textinit (10)
      • MACSpaceOver (0)
    • GitHub (5)
    • UniversityMakeUsChallenge (23)
      • UMCActivities (3)
      • UMCiOS (12)
      • UMCServer (7)
      • BonheurAppProject (1)
    • Science (33)
      • 2022GWNRSummer (13)
      • 2023GWNRWinter (8)
      • 2024GWNRWinter (2)
      • Biology (6)
    • Etc (16)
      • StudyPlanner (13)
  • 홈
  • 태그
  • 방명록
RSS 피드
로그인
로그아웃 글쓰기 관리

KimAnt 🥦

컨텐츠 검색

태그

app 수치상대론 kernel server CPU 3D PRINTING umc 중력파 swift Container ios Apple 딥러닝 Programming OS biohybrid AI process Google docker

최근글

댓글

공지사항

아카이브

통째학습(1)

  • [GoogleML] Transfer Learning & End-to-end Deep Learning

    Transfer Learning (전이학습) 전이학습 - 특정 task에 맞춰 학습시킨 네트워크 -> 다른 task에 적용 last layer를 변경 경우에 따라 여러 layer를 덧붙일 수도 있다 어떠한 경우에 사용하는가? 상대적으로 적은 데이터를 가진 task에 대하여 풍부한 데이터를 가진 task로 우선 학습한 이후 -> knowledge를 transfer (전이학습) 이때 기존 task보다 새로운 task의 중요도가 더 높음 Multi-task Learning one image can have multiple label 이 방법보다는, 전이학습이 더 많이 사용된다. 하나의 네트워크로 여러 태스크를 정의하는 것이 어렵기 때문에 What is End-to-end Deep Learning? enough..

    2023.09.30
이전
1
다음
Git-hub Linked-in
© 2018 TISTORY. All rights reserved.

티스토리툴바