CNN(Convolutional Neural Network)은 이미지 데이터를 다루는 데 매우 적합한 신경망이다.이미지는 픽셀로 이루어진 2차원 데이터이기 때문에,기존의 완전 연결 신경망(Fully Connected Neural Network) 보다 공간적 구조를 유지하면서 처리하는 CNN이 더 효율적이다.
CNN은 합성곱(convolution) 연산을 통해 이미지의 패턴(예: 윤곽선, 색상 변화)을 추출하며, 풀링(pooling) 연산으로 데이터를 축소해 연산량을 줄이고 불필요한 정보를 제거한다.
CNN의 구성
- 합성곱 계층(Convolutional Layer) :입력 이미지에 여러 필터(Filter)를 적용해 특징을 추출하여 결과인 피처 맵(Feature Map)을 생성한다.
활성화 함수(Activation Function) 를 이용해서 비선형성을 도입해 모델의 표현력을 높인다.
- 완전 연결 계층(Fully Connected Layer, FC): 최종 분류나 회귀를 수행.
학생