Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Class Incremental Learning
- Mask diffusion
- Discrete diffusion
- VQ-diffusion
- Continual Learning
- PnP algorithm
- timm
- Face Alignment
- DualPrompt
- mmcv
- prompt learning
- Vector Quantized Diffusion Model for Text-to-Image Synthesis
- img2pose: Face Alignment and Detection via 6DoF
- Mask-and-replace diffusion strategy
- Face Pose Estimation
- requires_grad
- CVPR2022
- learning to prompt
- learning to prompt for continual learning
- VQ-VAE
- state_dict()
- CIL
- Energy-based model
- Markov transition matrix
- Img2pose
- Facial Landmark Localization
- ENERGY-BASED MODELS FOR CONTINUAL LEARNING
- 베이지안 정리
- Class Incremental
- L2P
Archives
- Today
- Total
목록베이지안 정리 (1)
Computer Vision , AI
Deep learning 수학 기초 이론 [Bayes theorem편]
글을 열면서 Deep learning 관련 논문을 보다 보면 자주 나오는 몇 가지 이론과 식들이 있는데 정리를 하지 않으니 한번 이해를 했어도 매번 까먹어서 다시 찾아보게 되는 상황이 와서 이번 기회에 차근차근 정리해보려 한다. 필요에 따라 구체적인 증명을 할 수도 있겠지만 수학적인 증명 같은 경우 잘 서술한 다른 글들이 많기 때문에 직관적인 이해와 어떤 때에 사용하는지에 대한 설명을 위주로 서술할 예정이다. 아마 지금 생각하고 있는 기준으로는 일단 Bayes theorem, Cross entropy, KL divergence, Monte Carlo method, Markov chain 정도 정리하지 않을까 싶다. Bayes theorem Bayes rule에 대한 간단한? 설명과 함께 Deep lear..
備忘錄
2022. 12. 26. 17:29