
311
7
최신 모델의 학습 방법
이번 장은 이미지 분류 모델 학습에 심화 기법을 적용하고, 최신 수준의 결과를 얻는 방법을 다
룹니다. 여기서 다루는 내용은 다른 장의 선수 지식이 아닙니다. 따라서 다른 딥러닝 응용 분야
를 좀 더 알고 싶다면 이 장을 건너뛴 다음 나중에 다시 읽어도 좋습니다.
구체적으로는 정규화, 강력한 데이터 증강 기법인
Mixup
, 점진적 크기 조절 기법, 테스트
시 증강 기법을 살펴봅니다. 밑바닥부터 모델을 학습시켜 나가면서 이런 기법을 점진적으로 다
룹니다. 전이 학습은 사용하지 않으며,
ImageNet
(
https
://
oreil
.
ly
/
1uj3x
)의 일부
로 구성된
Imagenette
를 데이터셋으로 사용합니다. 이미지넷에서 매우 다른 범주
10
개
만을 뽑아 만든 이미지네트 데이터셋은 유의미한 학습 실험을 빠르게 할 목적으로 제작했습니다.
이번에 사용하는 이미지는 풀컬러로 표현된 실치수
full
-
size
이며, 이미지는 서로 다른 크기, 방
향, 조명 등으로 표현된 물체를 포함하므로 지금껏 다룬 데이터셋보다 난도가 훨씬 높습니다.
따라서 이 장에서는 데이터셋의 가능성을 최대한 끌어내는 중요한 기술을 소개합니다. 특히 밑
바닥에서부터 학습을 진행할 때와 사전 학습된 모델과는 매우 다른 데이터셋을 다룰 때 전이
학습을 ...