[텐서플로 2와 케라스로 구현하는 딥러닝] 4장

컨볼루션Convolution신경망

 

심층 컨볼루션 신경망(Deep Convolutional Neural Network, DCNN)

컨볼루션과 풀링의 두 계층을 번갈아 가며 깊어지는 신경망.

3가지의 핵심 키 : 수용 필드 receptive field, 가중치 공유, 풀링pooling

 

로컬 수용 필드 :

이미지의 공간정보를 보존하기위해, 각이미지를 픽셀 행렬로 표시하고,

인접한 입력 뉴런의 부분행렬들을 다음 계층의 한개의 은닉뉴런으로 연결한다. 이 한개의 은닉 뉴런이 하나의 local receptive field 이다.

 

가중치 공유와 편향 :

은닉층의 모든 뉴런에 대해 동일한 가중치와 편향을 사용함으로, 입력 이미지의 모든 영역에서 동일한 특징을 감지할 수 있다. 이로인해 각 계층은 이미지에서 파생된 위치에 독립적인 잠재 특징 집합을 학습하며, 계층은 병렬로된 커널 집합으로서 커널은 하나의 특징만 학습하게 된다.

 

예제 :

LeNet

CIFAR-10

VGG16 신경망

CIFAR-1000

https://github.com/kimhwijin/TensorflowWithKeras/tree/master/CNN