CNN.합성곱신경망

MLP는 이미지처리가 아닙니다. (특성파악 필요)
위치에 대한 0,1

• 패턴을 잘 맞추지 않아서 결과가 잘 나오지 않음

mlp는 크기와 위치를 비슷하게 해야
학습과 평가가 됩니다.

한칸만 옆으로 움직여도 잘못판단

어디서는 꺽이고 어디서는 직선이다.

합성곱신경망이 필요합니다.

CNN(Convolutional Neuual Network)

뭔가를 볼때 특징을 보고 추출한다.

고양이 뇌파가 일부분만 활성화된다.

• 전체 보는게 아니라 특징을 확인합니다.
• Dense층 - 분석층으로 사용
  (convolution)컨볼루젼층 : 특징찾기(이미지의 주요한 특징 추출)
  (pooling)풀링층 : 특징이 아닌 영역 삭제

빨 : 특징 o
파 : 특징 x

집약적인 부분에서 Dense가 파악

1단계 : 간단 파악
2단계 : 디테일한 특징 파악

CNN은 어덯게 특징을 추출할까?
CNN(합성곱)은 입력된 이미지에서 특징을 추출하기 위해 필터의 개념을 도입

합성곱신경망
이미지 전체 영역(전체 픽셀)에 대해 서로 동일한 연관성(중요도)으로 처리하는 대신 특정 범위에 한정해 처리한다면 훨씬 효과적일것이라는 아이디어 에서 착안

이미지 크기 3x3 으로 줄어듭니다.

패딩값

Zero padding
추출횟수가 달라지게 됩니다.
0,0은 1번만 작동 (1번 추출)되니까 중요특징일 수도 이씨으니 입력 크기 = 출력크기 맞춰줍니다.
이미지가 줄어드는거 방지
padding값 좀 더 크게 만들고 0을 가장자리에넣습니다.

스트라이드(Stride)

풀링