KimAnt 🥦

KimAnt 🥦

  • SohyeonKim (364) N
    • ComputerScience (107) N
      • ProcessingInMemory (7) 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

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

최근글

댓글

공지사항

아카이브

end to end learning(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