44. Face Verification and Binary Classification

2023. 9. 18. 14:21Google ML Bootcamp/4. Convolutional Neural Networks

w(i)는 w(k)로 표기해야한다. 오타임.

k는 component index를 의미.

결국 output은 같은 사람 인지, 아닌지의 이중 분류 문제이므로 output layer : sigmoid activation function 사용.

- 따라서 y hat은 그림과 같이 수식을 적을 수 있다.

- 초록색 글씨는 카이제곱에서 온 수식인데 이는 DeepFace 논문에서 다루는 내용.

참고로 Siamese Network이므로 윗줄과 밑줄의 network parameter는 동일하다.

 

Application 단계에서 x(j)는 database로 부터 온다고 가정했을 때, input x(i)가 주어질 때마다 x(i), x(j)에 대한 output을 생성하는 것이 아닌 x(i)에 대해서만 output을 생성하고 x(j)의 output은 미리 계산해놓고 불러오기만 한다면 계산비용을 훨씬 줄일 수 있다.

- precompute 라고 부르는데 이러면 x(j)와 같은 고차원의 이미지를 저장하지 않고 128개의 vector represent만 저장하면 되므로 메모리도 효율적으로 다룰 수 있다.

'Google ML Bootcamp > 4. Convolutional Neural Networks' 카테고리의 다른 글

46. What are deep ConvNets learning?  (0) 2023.09.18
45. What is Neural Style Transfer?  (0) 2023.09.18
43. Triplet Loss  (0) 2023.09.18
42. Siamese Network  (0) 2023.09.18
41. One Shot Learning  (0) 2023.09.18