http://m.blog.naver.com/msnayana/220776380373
합성곱 신경망(Convolutional Neural Network)은 딥러닝의 가장 대표적인 방법입니다. 주로 이미지 인식에 많이 사용된다고 합니다. 기본적인 아이디어는 이미지를 작은 특징에서 복잡한 특징으로 추상화하는 것입니다.
예를 들어 위와 같이 사람의 얼굴을 인식하는 CNN을 만든다고 생각해봅시다. 제일 먼저 필터를 사용하여 간단한 특징들을 뽑아내어 하나의 합성곱 레이어를 만듭니다. 그 다음에는 이 특징들에서 좀 더 복잡한 특징을 추출하는 새로운 레이어를 추가합니다.
이렇게 여러개의 합성곱 레이어를 연결하여 고차원적인 특징을 뽑아냅니다. 그리고 마지막에는 기존과 같은 오류역전파 신경망을 사용하여 학습을 시킵니다.
이전까지는 영상인식분야에서 이런 필터를 사람이 직접 만들었습니다. CNN의 가장 큰 장점은 필터를 학습을 통해 스스로 만든다는 것입니다.
위의 예시를 보면 28x28 사이즈의 이미지를 4개의 필터를 사용하여 각각 24x24의 피쳐맵을 만듭니다. 그리고 서브샘플링(또는 풀링)으로 12x12로 압축을 합니다.
그 다음 레이어에서 8x8 사이즈로 12개의 피처맵을 만들고 다시 4x4로 서브샘플링을 합니다. 최종적으로 12x4x4 = 192의 입력을 가진 신경망으로 학습을 하여 이미지를 분류합니다.
< 인공지능 개발자 모임 >
- 페이스북 그룹에 가입하시면 인공지능에 대한 최신 정보를 쉽게 받으실 수 있습니다.
- https://www.facebook.com/groups/AIDevKr/