CNN[Convolutional Neural Network]

convolution이란 무엇인가?

•2D Convolution

•주어진 filter로 입력 영상에 Convolution하여 출력 영상을 얻어내는 과정

•딥러닝에서는 해당 filter를 하나의 ‘가중치’로 보고 학습시키는 대상이 됨

 

---

 

•RGB Convolution

•컬러 이미지는 R,G,B 3개의 이미지로 구성됨

•해당 이미지를 Convolution하기 위해서는 3개의 필터를 사용하여 1개의 Output을 가지는 것이 일반적

---

•Multi Channel Convolution

•1개의 층에서 여러 Convolution 출력 값을 도출해내기 위해 여러 Filter를 사용하여 Convolution 실시

---

---

Convolution을 왜 사용하는가?

CNN은 왜 잘 작동하는가?

1.Convolution을 사용하면 연산량이 적어짐
  컨볼루션 연산을 사용한 희소연결 구조로 낮은 복잡도 

  가중치(커널)이 공유되어 적은 매개변수

 

2.특징 추출에 용이

---

•Convolution은 원래 영상처리에 자주 사용되는 기법

•ex) Sobel mask를 사용해 영상에서 모서리를 검출

•이러한 작업을 ‘특징 추출‘ 이라고 표현

---

---

---

---

---

Convolution은 특징 추출에 용이하다!

 

---

실습

torch.nn 라이브러리를 임포트해주고 

인풋 1x1x28x28을 설정해준다.

 

CNN에서 사용되는 계층을 .nn 라이브러리 함수를 이용하여 정의해주는 모습이다.

 

각종 레이어에 통과 시켜서 .shape로 찍어 보면 데이터의 형태가 변한것을 알 수 있다.

 

마지막으로 view함수를 사용해 일자로 편 후에 Fc 레이어를 통과시켜주는 모습이다.

fc 역시 .nn 라이브러리를 이용하여 정의할 수 있다.

64x7x7=3136으로 계산된다.

---

시각화툴 visdom & tensorboard

https://tutorials.pytorch.kr/intermediate/tensorboard_tutorial.html

 

---

왜 Batch Normalization을 사용하는가?