기리이이이인

loss - 복사본 Pairwise ranking loss친구한테 영화를 추천해야 하는 상황을 생각해보자. 친구가 이때까지 본 영화에 대해 매긴 평점이나 영화평을 통해, 많은 새로운 영화 후보 중 친구가 볼 법한 영화를 순위를 매겨 제공해주는 것이다. 이런 종류의 문제를 딥러닝으로 풀고 싶으면 어떤 모델을 사용하는게 좋을까?물론 Recommendation system 같은 내용이 있겠지만, 여기서는 문제를 다음과 같이 단순화해보자."여러 개의 입력 이 주어질 때 입력 간의 상대적인 순위 를 구하기"만약 랑 관련된 일종의 점수 가 제공된다면 가장 쉬운 방법은 를 입력으로 받아서 를 예측하는 regression model을 만드는 것이다. 위의 예시의 경우 친구가 본 영화들에 대해 평점을 매겨준다면 영화 정..

Squeeze-and-Excitation Networks이 글은 Squeeze-and-Excitation Networks 논문을 읽고 요약/정리한 것이다.SENet은 VGGNet, ResNet, DenseNet에 이어 2017 ILSVRC 에서 1등을 한 CNN 구조이다. Classification에서 top-5 error 2.251%로 전년도 대비 25% 나아진 결과를 보이며 SOTA를 갱신했다.보통 Spatial information에 집중하는 다른 연구1와 다르게, SENet은 채널 간의 상호작용을 학습한 뒤, 그 정보를 사용해 채널 단위로 새로운 가중치를 줘 성능 향상을 이끌어냈다. 일종의 attention이라고 볼 수도 있다.Squeeze-and-Excitation BlockResNet의 근간이..

시립 도서관에 고전부 시리즈(빙과 ~ 이제 와서 날개라 해도)를 빌리러 갔다가 이틀 전 누군가가 시리즈 6권 전권을 빌려갔다는 사실을 알게 되어 매우 좌절했다. 무더운 날씨에 1시간이나 걸려 온 노력이 아까워서 같은 작가의 다른 작품을 살펴 보았다. 여러 권이 있었는데, 도서관까지 온 만큼 최대 한도인 다섯 권을 대출해가고, 그 외 한 권 정도만 그 자리에서 읽기로 했다. 요네자와 호노부의 작품은 기본적으로 추리물인데 그 중에서 상대적으로 가벼운 분위기(고전부 시리즈=빙과, 소시민 시리즈)와 무거운 분위기가 있다는 정도만 나무위키를 통해 알고 있었다. 애초에 읽고 싶었던건 탐정 느와르 같은게 아니라 밝고 명랑한 청춘 추리물이었고, 마침 소시민 시리즈도 네 권이어서 빌리기로 확정. 거기다 원래 고전부 시리..