딥러닝관련/Classification1 ResNet Deep Residual Learning for Image Recognition 논문 정리 논문을 볼 때 항상 기존의 문제점이 무엇이었고 그 문제점를 어떻게 해결하였는지 파악하는 게 중요하다고 생각합니다. (제 자신에게 하는말...) 그렇다면 기존 네트워크(2015년 이전 기준)의 문제점들은 무엇이었기에 ResNet이 나오게 된 것인가? 기존 네트워크들의 문제점 ResNet 이전 논문들이 layer의 깊이를 깊게 해서 성능의 개선이 이뤄졌으므로, 단순하게 생각했을 때 layer의 깊이가 깊어질수록 더욱더 많은 feature들을 학습함으로써 training, testing error가 줄어들어야 된다고 생각하는데, 위 그림을 보면 layer의 깊이가 깊어질수록 error가 더 커지는 것을 알 수 있습니다. training 및 testing error → 56-layer > 20-layer : L.. 2021. 1. 15. 이전 1 다음