완전 쉬운 CNN(Convolutional Neural Network) 구조 이해

애써 배운걸 까먹을까봐 그러기 전에 적어두는 머신러닝 노트입니다. 이번에는 조금 됐지만 그래도 여전히 이미지 인식 등에서 파워풀한 성능을 보여주고, 인공지능 역사에서 한 획(?)을 그었다고 평가받는 딥러닝 모델, CNN에 대해 살펴보겠습니다. 진짜 야매로 번갯불에 콩 볶듯이 알아볼거에요. CNN은 Convolutional Neural Network의 약자이며, 이름에 "Convolutional(합성곱의)"라는 단어가 들어가는 이유는 입력과정에서 합성곱(Convolution)이라는 연산이 중요하게 등장하기 때문입니다. 이거 아니다... 보통 이미지 처리와 같은 딥러닝에서는 데이터가 이산적(discrete)인 형태를 띄고 있기 때문에 이산 합성곱(discrete convolution) 연산이 사용되며 본 글에서 설명하겠으나, 이 합성곱은 음성과 같은 신호 처리, 유체의 흐름을 예측하는 등의 물리학, 통계학이나 확률론 등에서도 굉장히 광범위하게 사용됩니다. 이런 경우에는 오늘 CNN에서 ...

원문링크 : 완전 쉬운 CNN(Convolutional Neural Network) 구조 이해