TTRS_Yoshi https://blog.hatena.ne.jp/TTRS_Yoshi/ TTRS_Yoshiのブログ https://tetrisyoshi.hatenablog.com/ エンコーダー編 概要 ニューラルネットワークの入力データをエンコーダーに通し，ベクトルの次元を上げることでネットワークの学習効率，精度を向上させることが出来る場合があります．本記事ではInstant NeRFにおいて使用されている2種類のエンコーダーをそれぞれ説明した後に私の実装を説明し，その効果を確認します． エンコーダー編 はじめに ニューラルネットワークはある入力のデータ（ベクトル）を元にして様々な計算処理を施し，最終的に目的のデータ（ベクトル）を回帰推定する手法です．ここで，入力層の次元が低い場合は，その結果を正確に推定することが難しくなります [Gehring et al. 2017… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftetrisyoshi.hatenablog.com%2Fentry%2F2024%2F02%2F13%2F141046" title="CUDA C++でNeRFをほぼ0から実装してみた(Part2/3): エンコーダー編 - TTRS_Yoshiのブログ" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/T/TTRS_Yoshi/20240208/20240208235225.jpg Hatena Blog https://hatena.blog 2024-02-13 14:10:46 rich https://tetrisyoshi.hatenablog.com/entry/2024/02/13/141046 1.0 100%