딥러닝 논문에서 자주 나오는 용어인 "coarse-to-fine"은 번역하면 어색하게 번역이 됩니다.
실제 의미는 다음과 같습니다.
하이퍼파라미터의 다양한 조합을 시도하고, 네트워크의 성능을 평가하려는 신경망 하이퍼파라미터 최적화를 의미하는 말입니다.
하지만 매개변수의 수가 많고, 값의 범위도 넓기 때문에 사용할 수 있는 모든 조합을 활용하는 건 불가능합니다.
그래서 각 매개변수의 값 범위를 coarse(거친) 값 grid (ex. 5,6,7,8,9)로 놓고, 그 중 가장 의미있는 값(ex. 6)을 선택한 뒤 그 주변에서 fine(세밀한) 검색을 해서 더 최적화합니다.(ex. 5.8, 5.9, 6.0, 6.1)
출처 : https://datascience.stackexchange.com/questions/47921/what-is-coarse-to-fine-in-the-context-of-neural-networks