Neural Style Transfer(6) : 1D and 3D generalizations

Neural Style Transfer(6) : 1D and 3D generalizations

Convolutions in 2D and 1D 우리는 이전까지 R,G,B 색상을 가지는 3차원 이미지에 대한 convolution을 살펴봤습니다. 그때의 방식을 동일하게 2D, 1D에도 적용할 수 있습니다. 필수차원만 잘 맞춰준다면 전체 차원수는 차이가 있지만 동일한 논리로 filter를 적용하여 convolution할 수 있습니다. 3D convolution 항상 계산해왔던 것처럼 height, width, depth, 그리고 channel수를 맞춰줍니다. 다음 layer의 마지막 차원은 이전 layer의 filter수로 업데이트 됩니다. 위 과정을 반복하면 됩니다. 출처: Coursera, Convolutional Neural Networks, DeepLearning.AI

원문링크 : Neural Style Transfer(6) : 1D and 3D generalizations

 등록된 다른 글

<LLM> [MoE] Mixtral of Experts (2024.01)

<LLM> [MoE] Mixtral of Experts (2024.01)

[프로그래머스] 기사단원의 무기 (Python)

[프로그래머스] 기사단원의 무기 (Python)

[프로그래머스] 연속된 부분 수열의 합 (Python)

[프로그래머스] 연속된 부분 수열의 합 (Python)

Programming Assignments

Programming Assignments

[BOJ] 2606 : 바이러스 [그래프탐색](Python)

[BOJ] 2606 : 바이러스 [그래프탐색](Python)

<PEFT> QLoRA (2023.05) 논문 상세 리뷰 및 간단 구현 (with Gemma)

<PEFT> QLoRA (2023.05) 논문 상세 리뷰 및 간단 구현 (with Gemma)

Semantic Segmentation with U-Net

Semantic Segmentation with U-Net

<LLM> [Analogical Prompting] Large Language Models as Analogical Reasoners

<LLM> [Analogical Prompting] Large Language Models as Analogical Reasoners