neck392

VGG 구조를 참고한 경량 CNN 설계 이번 글에서는 Food-101 음식 이미지 분류 프로젝트에서 사용한 VGG 구조를 참고한 경량 CNN을 정리한다. VGG-16은 Simonyan과 Zisserman이 제안한 CNN 구조로, 작은 3×3 convolution filter를 반복적으로 쌓아 깊은 네트워크를 구성하는 방식이 이미지 분류에서 효과적임을 보였다 [2]. 본 프로젝트에서는 해당 설계 아이디어를 참고하여, 프로젝트 환경에 맞게 더 작은 CNN 구조로 재구성하였다. 1. VGG-16이란? VGG는 Simonyan과 Zisserman이 제안한 CNN 구조이다 [2]. 핵심 아이디어는 큰 convolution filter를 사용하는 대신, ..

AEPC(Adaptive Excess-Preserving Clipping): 극단값을 단순 절단하지 않고 초과 정보를 보존하는 전처리 전략정형 데이터 기반 회귀 모델을 학습하다 보면 자주 마주치는 문제가 있다. 바로 극단값(outlier)이다. 일부 feature는 대부분의 값이 특정 구간에 몰려 있지만, 소수의 값이 매우 크거나 매우 작게 나타난다. 이러한 극단값은 모델 학습 과정에서 손실을 크게 만들거나, 특정 변수의 영향력을 과도하게 키워 모델이 전체적인 데이터 경향을 안정적으로 학습하는 것을 방해할 수 있다.일반적으로 이러한 문제를 완화하기 위해 clipping을 적용한다. 가장 흔한 방식은 특정 분위수를 기준으로 값을 제한하는 Quantile Clipping이다. 하지만 Quantile Clip..