더 깊이 들어가기

Keras로 배우는 이미지 모델링

Ariel Rokem

Senior Data Scientist, University of Washington

합성곱 레이어가 하나인 네트워크

합성곱 레이어가 하나인 네트워크: 구현

model = Sequential()
model.add(Conv2D(10, kernel_size=2, activation='relu', 
                 input_shape=(img_rows, img_cols, 1)))
model.add(Flatten())
model.add(Dense(3, activation='softmax'))

더 깊은 네트워크 구성하기

깊은 네트워크 구성하기

model = Sequential()
model.add(Conv2D(10, kernel_size=2, activation='relu', 
                 input_shape=(img_rows, img_cols, 1), 
                 padding='equal'))

# Second convolutional layer
model.add(Conv2D(10, kernel_size=2, activation='relu')

model.add(Flatten())
model.add(Dense(3, activation='softmax'))

깊은 네트워크가 필요한 이유

초기 레이어의 특징

중간 레이어의 특징

후기 레이어의 특징

얼마나 깊어야 할까요?

깊이가 깊어질수록 연산 비용 증가
더 많은 데이터가 필요할 수 있음

연습해 봅시다!

Keras로 배우는 이미지 모델링

Preparing Video For Download...