[KT AIVLE] 시각지능 딥러닝 1일차 - 심화학습

0. 개요

---

금일은 시각지능 딥러닝의 기초를 학습하였습니다.

이는 향후 학습할 시각지능 딥러닝을 위한 중요한 토대가 됩니다.

1. CNN(Convolutional Neural Network)

---

• feature map
  • 계산식 : $n_{\text{out}} = \left\lfloor \frac{n_{\text{in}} + 2p - k}{s} + 1 \right\rfloor$
    • n in : input feature map의 가로세로 사이즈
    • k : Convolution filter의 가로세로 사이즈
    • s : Convolution filter의 이동 보폭
    • p : input feature map에 덧붙일 pad의 수
    • n out : output feature map의 가로세로 사이즈
  • padding하면 자동적으로 외곽에 0으로 생성됨
    • 외곽에 0으로 생성(외곽 데이터를 좀더 의미있게 하기 위하여)
  • 기본적으로 Stride은 1로 설정됨
    • 한칸씩 움직인다는 뜻
  • 커널
    • 이전 레이어를 그대로 가져옴
  • pooling filter
    • 움직이며 학습
  • Pooling Layer
    • 계산량 부담을 줄이기 위해 등장!
    • Max Pooling : 최대값 반환
    • Average Pooling : 대표값 반환

다음 사진을 보고 생각해보자

• s : 보폭
• filter는 다음 레이어를 보고 확인
• depth : 이전 레이어 확인
• n x n , f: 필터 크기

4. 정리

---

금일은 전반적인 시각지능의 기본적인 원리 및 간단한 코드 구현을 진행하였습니다.

이만 가보겠습니다!

실습 코드는 아래 링크에서 확인 가능합니다.

• 시각지능