Deep Learning 기본지식 습득 (Math, 추후 보완)

갑자기 Deep Learning 부분을 이해하려고 하니, 모델/Network 와 사용되는 수학들이 왜 사용이 되는지가 궁금하여 관련자료 수집 

각 사항들을 정확하게  인지할 필요가 있어 이부분 추후 이해하고 정리가 필요할 것 같음.

Yolov3 관련자료 
  https://towardsdatascience.com/review-yolov3-you-only-look-once-object-detection-eab75d7a1ba6
  https://medium.com/@shahkaran76/yolo-object-detection-algorithm-in-tensorflow-e080a58fa79b
  https://dhhwang89.tistory.com/138
  https://www.learnopencv.com/training-yolov3-deep-learning-based-custom-object-detector/
  https://eungbean.github.io/2018/11/07/yolo-for-realtime-food-recognition/

F-CNN, R-CNN, Yolo 관련자료 
  https://towardsdatascience.com/r-cnn-fast-r-cnn-faster-r-cnn-yolo-object-detection-algorithms-36d53571365e

• SoftMax 알고리즘

Softmax 의 classification 자료이며,Multinomial Classification 이 쉽게 이해가 같다. 

  https://pythonkim.tistory.com/19?category=573319

  https://pythonkim.tistory.com/20

  https://pythonkim.tistory.com/21