밑바닥부터 시작하는 딥러닝

259

7

장

-

합성곱 신경망(CNN)

7.8

정리

이번 장에서는

CNN

에 대해 배웠습니다.

CNN

을 구성하는 기본 모듈인 ‘합성곱 계층’과 ‘풀링

계층’은 다소 복잡하지만, 한 번 이해하고 나면 이들을 어떻게 쓰느냐는 문제만 남습니다. 이번

장에서는 합성곱 계층과 풀링 계층을 구현 수준으로 이해할 수 있도록 차근히 설명했습니다.

CNN

은 이미지를 다루는 분야에서는 거의 예외 없이 쓰입니다. 마지막

8

장으로 넘어가기 전에

이번 장의 내용을 제대로 이해해두길 권합니다.

이번 장에서 배운 것

●

CNN

은 지금까지의 완전연결 계층 네트워크에 합성곱 계층과 풀링 계층을 새로 추가한다.

●

합성곱 계층과 풀링 계층은

im2col

(이미지를 행렬로 전개하는 함수)을 이용하면 간단하고 효율적으로 구

현할 수 있다.

●

CNN

을 시각화해보면 계층이 깊어질수록 고급 정보가 추출되는 모습을 확인할 수 있다.

●

대표적인

CNN

에는

LeNet

과

AlexNet

이 있다.

●

딥러닝의 발전에는 빅 데이터와

GPU

가 크게 기여했다.