전체 글 (11) 썸네일형 리스트형 [ computer vision AI ] focal loss 파헤치기 1 ( feat. loss function , information, entropy, cross entropy ) 논문 원문 : https://arxiv.org/abs/1708.02002 Loss function 에 대해 한글로 하면 손실함수가 되겠네요. 손실 함수는 무엇인가 와닿지 않아요. 도대체 loss function의 역할이 무엇일까요? loss function( 손실 함수 )은 우리가 만든 분류기 ( classifier )에 대한 평가 지표라고 생각하시면 됩니다. 분류기에 대한 내용은 후에 다루도록 할게요. 오늘 주는 그게 아니니까요. 즉 평가 지표는 평가 지푠데, 얼마나 구린가에 대한 평가 지표입니다. loss가 크다면, 분류기는 해당 식이 정의한 정의 내에서는 분류를 잘하지 못한다라고 생각할 수 있는거죠. 그런데 loss function은 좀더 수학적으로 설명하면 무엇일까요? 실제 값과 예측 값의 차이를.. computer vision ai 기초 이론 1. 이미지를 점으로 보기 기초 지식 1. 이미지를 한 점으로 보기 제목부터가 무슨 말같지도 않은 소리인가 싶죠? 그런데 이 과정은 AI를 하는 데에 큰 직관을 던져 줍니다. 이미지를 한 점으로 보라는 말이 무슨 말일까요? 아래 2차원을 기준으로 생각 해볼게요. 2차원 상의 하나의 직선이 있습니다. 그림 1. 과 같죠. 이 직선을 a라 하겠습니다. 이 그림1의 직선을 하나의 축을 늘려 3차원에서 표시해 보겠습니다. 그럼 그림 2와 같은 형태가 될겁니다. 그림 2의 상황에서 직선 a의 법선 벡터 방향을 같는 평면을 하나 그려보죠. 해당 평면을 D라고 합시다. 그럼 3은 평면 D에서 본 직선의 모습을 나타냅니다. 즉 직선 a는 평면 D의 입장에서는 하나의 점이 되는 겁니다. 여기까지는 이해가 됐죠? 직선은 y = ax + b로 나타나.. 이전 1 2 3 4 다음
