9566

1. 기본 구조 상단의 2차원 그림은 output벡터이다. (위는 예시일뿐, 2차원뿐 아니라 3차원, ... , n차원 가능) 가중치 wij는 가중치라기 보단 해당 뉴런의 좌표 위치이다. (xk,yk) 총 가로8x세로9 = 72개의 wij 인공신경망의 원리를 이용했다는 것은 다른게 아니라 fully-connected로 연결되는 것(=좌표 사이의 모든 거리를 구한다.)을 보여주는 것이다. input vector n개 x output vector 72개 = 총 72n개의 계산량 2. 알고리즘 구조 자기조직화지도 인공신경망 기법중에서 가장 단순한 알고리즘 중 하나이다. 알고리즘에서 입력 벡터와 경쟁층 노드간의 거리를 나타내는 DijDij와 노드의 가중치를 수정하는 연산은 항목 4에 따로 설명한다. 자기조직화지..

1. Operator : conv2d 3x3 Input = 224x224x3 t,c,n,s = (-, 32, 1, 2) + 3x3x3x32 -> 112x112x32 ======================= Operator : bottleneck t : expansion factor c : output channel의 수 n : 반복 횟수 s : stride hx w x k -> h x w x (tk) -> h/s x w/s x (tk) -> h/s x w/s x k`(channel) ======================== 2. Operator : bottleneck Input = 112x112x32 t,c,n,s = (1, 16, 1, 1) -> 112x112x(1x32) -> (112/1)x(1..