반응형
250x250
Notice
Recent Posts
Recent Comments
Link
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 |
Tags
- 1차 미분 마스크
- dinov2: learning robust visual features without supervision
- clip
- 기계학습
- 객체 검출
- evaluating object hallucination in large vision-language models
- vlm 환각이란
- 논문 요약
- object detection
- 이미지 필터링
- vlm 환각
- evaluating object hallucination in large vision-language models paper
- dinov2 논문 리뷰
- 딥러닝 목적함수
- 엔트로피란
- vlm
- 딥러닝 엔트로피
- evaluating object hallucination in large vision-language models 논문
- vlm hallucination
- blip-2
- dinov2: learning robust visual features without supervision 논문 리뷰
- vlm hallucination paper
- 에지 검출
- Object detection article
- polling-based object probing evaluation
- dinov2: learning robust visual features without supervision 논문
- mobilenetv1
- 원격 학습 안끊기게
- 논문 리뷰
- clip adapter
Archives
- Today
- Total
목록L1 Norm (1)
My Vision, Computer Vision

이 글은『오일석, Machine Learning(기계 학습), 한빛아카데미(2017년)』에서 공부한 내용을 토대로 작성되었다.https://mvcv.tistory.com/43 이 글에서 이어집니다. 규제의 필요성과 원리딥러닝 모델의 올바른 학습을 위해서는 데이터의 용량에 따라 적절한 크기의 모델을 구현해야 한다. 위 그래프에서 처럼 모델 용량이 데이터의 용량에 비해 커지면 커질 수록 성능이 좋아지는 것은 아니다. 모델의 용량이 적으면 모델을 과소적합되고, 모델의 용량이 커지면 과잉적합될 가능성이 커진다. 큰 데이터셋에 작은 모델을 학습시키면 모델이 잘 학습되지 않는 것을 과소적합이라하고, 데이터셋에 비해 큰 용량의 모델을 학습시키면 학습 데이터에만 맞춰져 일반화 능력은 떨어지는 것을 과(잉)적합이라고 한..
공부
2025. 1. 3. 19:08