반응형
250x250
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
- 제약조건
- 시험데이터
- 오차제곱합
- PyQt5
- 렐루함수
- Next.js
- 평균
- join
- max
- Depthwise Convolution
- next.js 튜토리얼
- MIN
- total
- 미니배치
- COUNT
- AVG
- sum
- 신경망
- Depthwise Separagle Convolution
- 최댓값
- Pointwise Convolution
- sqlite3
- 데이터베이스
- 학습 구현
- 밑바닥부터 시작하는 딥러닝
- 수치미분
- PYTHON
- 교차엔트로피오차
- sigmoid
- 합계
Archives
- Today
- Total
목록bilinear interpolation (1)
우잉's Development
Bilinear interpolation
Linear interpolation(선형 보간법) : 두 점의 값이 주어졌을 때 그 사이에 위치한 값을 추정하기 위하여 직선거리에 따라 선형적으로 계산하는 방법 linear interpolation 이란 내분이랑 같은 개념이다. 그림과 같이 \(x_1\)과 \(x_2\)사이에 있는 \(x\)의 데이터값을 알고 싶을 때 선형 보간법을 사용하면 됩니다. \(f(p)=\frac{d_2}{d_1+d_2}f(p_1) + \frac{d_1}{d_1+d_2}f(p_2)\) \(\alpha=\frac{d_1}{d_1+d_2}\) 이고 \(\beta = \frac{d_2}{d_1+d_2}\) 이므로 좀 더 단순화 하면 다음과 같다. \(f(x) =\beta f(x_1) + \alpha f(x_2)\) Bilinear ..
Deep learning/용어 정리
2022. 1. 12. 14:07