내일배움캠프AI - 실전 머신러닝 적용 4주차 개발일지

스파르타코딩클럽

내일배움캠프AI 웹개발자양성과정 2회차

실전 머신러닝 적용 - 4주차 개발일지

1. CNN (Convolutional Neural Network, 합성곱 신경망)

: Convolution layer(합성곱 계층)를 이용하여 Dense(fully conected layer, 완전연결 계층)과 함께 이루어진 딥러닝 모델

출처: https://teknoloji.org/cnn-convolutional-neural-networks-nedir/

1) Convolution layer (합성곱 계층)

: 입력데이터에서 filter를 이용하여 feature map(특성맵)을 추출하는 방식

출처: https://ce-notepad.tistory.com/14

2) filter, stride, padding

• filter : 입력데이터로부터 feature를 뽑기위한 weight(가중치) 단위
• stride : 한번 filter를 적용시킨뒤 이동하는 간격
• padding : feature map의 크기가 줄어드는 것을 방지하기위해 입력데이터에 0으로 size를 증가시켜주는 것

  출처: https://towardsdatascience.com/intuitively-understanding-convolutions-for-deep-learning-1f6f42faee1

3) max pooling

: feature map의 크기를 줄여서 필요한 특성은 남기면서도 계산량을 줄여줌

출처: https://developers.google.com/machine-learning/practica/image-classification/convolutional-neural-networks

2. Transfer Learning (전이 학습)

: pretrained model(미리 학습된 모델)을 가져와서 우리가 원하는 데이터로 추가 학습시키는 것

• 빠른 학습속도, 높은 성능, 적은 데이터셋으로도 학습 가능하다는 장점

3. 실습

• 숙제 : 전이학습을 이용하여 과일 분류하기
  https://colab.research.google.com/drive/1-RogsgRdPRMCcfMsjt8Y7DDk9hCAPGTz#scrollTo=thU0wfgIu9FA