๐ ๊ณต๋ถํ๋ ์ง์ง์ํ์นด๋ ์ฒ์์ด์ง?
[DEEPNOID ์ํฌ์ธํธ๋ ์จ]_2_๋ฅ๋ฌ๋(CNN)์ ์ดํด ๋ณธ๋ฌธ
[DEEPNOID ์ํฌ์ธํธ๋ ์จ]_2_๋ฅ๋ฌ๋(CNN)์ ์ดํด
์ง์ง์ํ์นด 2022. 1. 24. 17:07220124 ์์ฑ
<๋ณธ ๋ธ๋ก๊ทธ๋ DEEPNOID ์ํฌ์ธํธ๋ ์จ์ ์ฐธ๊ณ ํด์ ๊ณต๋ถํ๋ฉฐ ์์ฑํ์์ต๋๋ค>
1. ํฉ์ฑ๊ณต ์ ๊ฒฝ
: convolutional layers + poooling layer -> fully connected layers
- ํํฐ(์ปค๋)
- ํํฐ๊ฐ ํ๋ฒ์ ๋ณด๋ ์์ญ (Receptive field)
- ํํฐ์ ํฌ๊ธฐ (Kernel size)
- ํํฐ๊ฐ ์์ง์ธ ๊ฑฐ๋ฆฌ (Stride)
=> ํํฐ ํฌ๊ธฐ๋ฅผ ์ค์ด๋ ๋์ ์ด๋ฏธ์ง ํฌ๊ธฐ๋ฅผ ์ค์ด๊ธฐ๋ ํจ
- ์ฒ์์๋ ์๊ฒ ๊ด์ฐฐ -> ๋ค ๋ณธํ ๋ ๋๊ฒ ๊ด์ฐฐ -> ์ข์ ์์ญ๋ถํฐ ๋์ ์์ญ์ผ๋ก ์์ผ๋ฅผ ๋ํ๋ฉฐ ๊ด์ฐฐ
- ์ด๋ฏธ์ง ํฌ๊ธฐ๋ฅผ ์ค์ด๋ ๋ฐฉ๋ฒ : pooling
- ํ์ด๋ณด๊ธฐ (CONV) -> ์ ๋ ฌํ๊ธฐ (BN) -> ์ ํธ ๋ณํํ๊ธฐ (ACT_Relu) -> ์ด๋ฏธ์ง ์ค์ด๊ธฐ (POOL)
- ์ดํ ์ผ๋ ฌ๋ก ํด์ ํ์ธ!
2. ๋คํธ์ํฌ, ์ธต, ์์คํจ์, ์ตํฐ๋ง์ด์ ๊ด๊ณ
- ์์คํจ์ (loss function) : ํ๋ จํ๋ ๋์ ์ต์ํ๋ ๊ฐ, ์ฃผ์ด์ง ๋ฌธ์ ์ ๋ํ ์ฑ๊ณต ์งํ
- ์ตํฐ๋ง์ด์ (optimizer) : ์์คํจ์๋ฅผ ๊ธฐ๋ฐ์ผ๋ก ๋คํธ์ํฌ๊ฐ ์ด๋ป๊ฒ ์ ๋ฐ์ดํธ๋ ์ง ๊ฒฐ์
- ์ํญ(epoch) : ๋ฐ์ดํฐ๊ฐ ์ ๊ฒฝ๋ง์ ํต๊ณผํ์ฌ ์์คํจ์๋ฅผ ๊ตฌํ๊ณ ๊ฐ์ค์น๋ฅผ ์ ๋ฐ์ดํธํ๋ ํ ์ฃผ๊ธฐ
+) ํ์ต ๊ณผ์ : ๊ฒฝ์ฌํ๊ฐ๋ฒ (Gradient Descent)
- ํ์ต์ด๋
: ์์คํจ์๋ก ๊ตฌํ ์์ค ๊ฐ์ ์ตํฐ๋ง์ด์ ๋ฅผ ์ฌ์ฉํ์ฌ ์์ค์ด ์ต์ํ ๋๋ ๋ฐฉํฅ์ผ๋ก ๊ฐ์ค์น๋ฅผ ์ ๋ฐ์ดํธ
3. CNN : Deeper & Deeper VS Vanishing Gradient
: ๊น๋ค๊ณ ์ข์๊ฑด ์๋!
4. ํฉ์ฑ๊ณต ์ ๊ฒฝ๋ง ๋ชจ๋ธ Classification
: VGG
- VGG-16
: 16๊ฐ ์๊ธฐ
- VGG-19
: 19๊ฐ ์๊ธฐ
: GoogleNet(Inception)
: ResNet
: DenseNet