ComputerVision Jack

Deep Residual Learning for Image Recognition Abstract Network 구조를 이전과 달리 깊게 쌓아 학습을 쉽게 하려고 Residual Learning Framework 발표한다. 다른 기능들은 사용하지 않으며, Layer Input에 Learning Residual Functions 적용하면서 Layer의 구조를 재구성하는 방법이다. Depth (of Representations)는 많은 Visual Recognition Tasks에서 중요하다. 📌 Network의 Depth 늘릴 경우, Gradient Vanishing 문제가 발생한다. 따라서 깊게 쌓기 위한 방향성의 연구 토대가 되었다. Introduction Deep Convolutional Neural ..