Paper, Notion 이 논문에서는 기존 Object Detection 알고리즘(YOLOv2 기반)의 기존 Base classes 외의 신규 Novel classes에 대해서 Few shot learning을 통해 적은 데이터로 신규 Object에 대해 Detection 하는 방법을 제안한다. 3. Approach 3.1. Feature Reweighting for Detection 아키텍쳐는 위 그림과 같다. 주어진 입력 I 에 대해서 feature extractor D를 통해 Meta features F 를 추출한다.F […]
Deep Learning Research Group
금융 상품 추천 모델에서 가장 중요한 부분에 대하여 하기 슬라이드를 통해 고찰해 보자
updated list (will be updated ) (1) “Why Should I Trust You?” Explaining the Predictions of Any Classifier 2016 (Link) (2) Grad-CAM: Visual Explanations from Deep Networks via Gradient-based Localization 2016 (LINK) (3) Attention Branch Network: Learning of Attention Mechanism for Visual Explanation 2019 (Link)
https://colab.research.google.com/gist/youngjae0129/b8fcc2b181a98a7e3af818f8e113b2b4/gaussian_process.ipynb
https://docs.google.com/presentation/d/e/2PACX-1vQG3Pi_j13d15qoz_mPoszeKPi5pKqSOq3rmtqjD-M1v6SNyEAWrUIx6EpBUN4eUZ-1sCvtKLXaupuL/pub?start=false&loop=false&delayms=3000
딥러닝 알고리즘을 솔루션화하고 서비스화 하는 것은 바로 업의 특성에 맞는 프로세스를 제대로 알고 이에 맞추어 프로세스를 개선할 수 있는 메카니즘을 적립하고 기존에 사용되고 있는 방법보다 개선된 점이 있는지에 대한 검증 방안을 갖추어 놓은 상태에서 AI MODEL SERVING LAYER단에서 MODEL REPLACEMENT에 대한 방안 그리고 정확도나 실 데이터 유입 시 장애 대응에 대한 고려 모델 교체 주기 […]
OpenAI에서 2017년 발표한 본 논문에서는 Qlearning과 Policy Gradients와 같은 MDP 기반 RL 기법의 대안으로 블랙박스 최적화 알고리즘의 클래스인 Evolution Strategies (ES)의 사용을 탐구한다. Evolution Strategies– Evolution Strategies (ES)는 자연 진화에 영감을 받은 heuristic 검색 절차인 블랙 박스 최적화 알고리즘 [Rechenberg and Eigen, 1973, Schwefel, 1977]의 클래스– 모든 반복( “세대”)에서 매개 변수 벡터의 모집단( “유전형”)이 교란( […]