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 |
Tags
- #python gpu
- weight histogram
- #cuda
- stepsize
- Xpad설치
- 치환 기능
- 학습성공
- #enviroment variable
- 듀얼부트
- 전체내용
- canon mf416dw
- 화면확대고정
- log파일
- #cudnn
- #ubuntu 14.04(LTS)
- Ubuntu 설치
- restnet
- DenseNet
- twolay
- Git branch 보이기
- VGGNet
- 포트번호 변경
- Hidden layer output
- 리눅스 비밀번호
- 3D convolution
- Ubuntu동글
- ubuntu 원격
- tensorboard
- Rust설치
- Lagrange Multiplier
Archives
- Today
- Total
목록VGGNet (1)
save the world
6주차
5주차 - 설연휴 Model Output Channel Tensorflow에서 100 x 100 x 1(grey color)의 input 이미지를 통해 학습되는 3 x 3 크기의 첫번째 커널(W1) 채널 수가 10 이면 W1 = [3, 3, 1, 10] 이다. 이 때 두번째 커널(W2)의 채널 수가 20이면 convolution의 결과가 [row, col, 10, 200] 이 되어야하는 것 아닌가 하는 생각이 들었다. 그러나 W2 커널의 채널수가 20 이면 결과 채널수도 20이 되는데 이유는 이 때 컨볼루션이 3D 컨볼루션이기 때문이다. 그림으로 보자면 아래와 같다. 위 그림에서처럼 채널이 10개짜리인 커널이 채널이 10인 input과 컨볼루션 되므로 출력은 하나의 채널이 된다. 그러나 이런 커널을 이용..
Deep Learning Diary
2018. 2. 19. 17:02