오랜만이다!이직과 개인사정으로 인해 공부를 깨작깨작하고 있다가 다시 마음 먹고 포스팅하려 한다. ---------------------------------------------------------------------------------------------------------------------- 지난번 포스팅은 합성곱 신경망을 통해 비전 분류 모델을 학습시켰다. 이번에는 학습된 모델을 가지고각 층에서 어떠한 활성화가 일어나고 있는지 확인해 볼 수 있는 시각화 클래스 활성화 히트맵을 시각화하여 이미지의 클래스의 위치를 시각화하는 방법을 포스팅하려 한다. 활성화 된 출력 보기가장 간단한 방법으로는 전처리한 이미지를 모델에 입력하여 지나간 층마다 활성화된 출력을 보는 것이다. 이 때 케라스에 내장..

합성곱 신경망(Convolution Neural Network) 대부분의 컴퓨터 비전 애플리케이션에 사용되는 합성곱 신경망을 구성해보자. ep.1에서 다뤘던 완전 연결 신경층(Dense Layer)으로 만든 모델은 사실 비전 애플리케이션에는 그렇게 적합하지 않다. 비전처리를 효율적으로 하기 위해서는 이미지의 특징을 잡는 것이 중요하다. 위의 새 이미지를 예로 들면, 새의 부리에 대한 특징을 각 이미지에서 찾아내면 해당 이미지는 새가 있을 확률이 높아진다. 이 때 부리가 그림의 어느 좌표에 존재하는지는 크게 상관이 없다. 그런데 완전 연결 신경층에서 데이터를 학습하게 된다면 같은 부리여도 부리의 좌표가 다르면 새로운 패턴으로 인식하게 되어 학습 시에 비효율적으로 학습하게 된다. 하지만 합성곱 신경망(컨브넷..

(틀릴 수 있음 주의) 예전에 간단하게 딥러닝 개념만 훑은 적이 있는데 개인적으로 개발을 시작해보려 한다. 앞으로 나올 얘기들은 주관적인 이해에 따른 글 이므로 그릇된 정보일 가능성이 크다! 알아서 필요한 것만 필터링해야 한다. 1. 딥러닝 딥러닝은 머신러닝의 한 방법으로, 인공 신경망을 구현하고 이 모델을 학습시켜 판단 기준을 세운 후에 들어오는 정보에 대한 판단을 가능하게 하는 것이다. 인공신경망은 신경세포(뉴런)처럼 여러 부분이 얽혀서 이루어져 있다고 해서 이름이 붙은 것이다. 하지만 실제 작동 방법은 조금 다르다고 한다. 1. 데이터가 입력되면 각 층(Hidden Layer)에서 가중치(벡터)를 사용해 데이터를 변환하는 과정을 거쳐 입력 데이터에 대한 예측값을 도출한다. 2. 예측값과 정답을 손실..