오늘은 ResNet으로 알려진 논문에 대한 리뷰 영상을 준비했습니다. ResNet은 나온 지 5년이 되었으나 최근까지도 많은 논문에서 베이스라인 아키텍처로 비교되고 있을 정도의 좋은 논문입니다. 2020년 기준 인용 수는 약 60,000회입니다.
논문 핵심 요약: 00:00:00
논문 같이 읽기: 00:14:38
코드 실습: 00:39:38
본 논문은 CVPR 2016에서 최우수 논문상을 받았고, 2015년 메이저급 이미지 분류 대회들에서 1등 상을 싹쓸이한 논문이기도 합니다. 이 논문은 수학적인 개념은 많이 없고 이해하기가 쉽다는 장점이 있습니다. 잔여 학습(residual learning) 개념을 이용하여 모델의 최적화 난이도를 낮추어 아주 깊은 네트워크를 이용해도 학습이 잘 이루어질 수 있도록 합니다.
오늘은 논문 요약, 논문 리딩 뿐만 아니라 총 4개의 코드 실습을 포함하고 있습니다. (바로 실행 가능한 Colab 코드를 제공합니다.)
* ResNet을 이용해 MNIST 학습하기/평가하기: 5분 만에 99.5% test accuracy 만들어 보기
* ResNet을 이용해 CIFAR-10 학습하기/평가하기 (95% 이상 test accuracy)
* (ImageNet) Pretrained ResNet을 이용해 분류해보기
본 시리즈의 동영상에서 사용된 강의 자료(PPT)와 코드는 다음의 깃허브 저장소에 업로드됩니다.
https://github.com/ndb796/Deep-Learning-Paper-Review-and-Practice