PR-034: Inception and Xception

Introduction to Inception and Xception
Slide: www.slideshare...
Papers:
Going Deeper with Convolutions
Rethinking the Inception Architecture for Computer Vision
Inception-v4, Inception-RestNet and the Impact of Residual Connections on Learning
Xception: Deep Learning with Depthwise Separable Convolutions

[@user-wx1ty7yj3r]

6년 전 자료라는게 놀랍네요. 설명뿐 아니라 질문들 또한 너무 좋았습니다.

[@HoonsBe]

와 정말 이해가 잘되는 강의였습니다! 다른분들 질문도 그렇고 대답하시는 강연자분도 그렇고 이해에 도움이 되는 질의가 가득하네요

[@hojinius]

감사합니다~!

[@kongaidiary]

25분 질문과 같은 개념이 pr-044 mobilenet에서 나오네요 ~ 그거듣고 shufflenet 찾아서 들으면 될듯하네요

[@_sanso9994]

설명 정말 잘 들었습니다. 이미지 인식 모델에 한번 적용해 봐야겠어요 :)

[@harshgehlot5093]

Please upload it in english .

[@wonjaein]

감사합니다. 재미있게 잘 들었습니다.

[@user-ek9yy9rw6r]

안녕하세요, 좋은 강의 잘 들었습니다. 한가지 궁금한 점이 있는데요, Xception에는 원래 Inception에서 차용한 다양한 크기의 conv filter들이 모두 3X3 크기로 통일되었는데, Inception에서 효과를 거두었다고 주장하는 다양한 크기의 필터들이 왜 없어졌는지 궁금합니다.

[@rims33]

hello, can you please add english subs?

[@jiamiaoliu1072]

I hope

[@kevinmoon396]

와 유익한 리뷰 감사합니다!!

[@gaussian3750]

10:20