[인공지능] MNIST(손글씨 인식) 4강 - CNN 이론

오늘은 CNN 기법을 알아보자! CNN은 이미지 딥러닝에 좋은 성능을 낸다.

왜 그럴까? 3강에서 살펴본 신경망을 복습해보자.

저번 시간에는 한 칸에 픽셀값(0~255)이 들어있는 2차원 행렬 28 x 28 값을 1차원 행렬 784로 펴서 Input 레이어에 넣었다. 그런데 이렇게 2차원짜리 값을 1차원으로 단순하게 피게 되면 사진 고유의 특징이 뭉게진다는 단점이 있다.

CNN의 핵심은 2차원 사진값의 특징을 최대한 뽑아내고 정제한 후에 1차원으로 피는 것이다. 기존 과정(CLASSIFICATION, 3강에서 했던 신경망 학습) 전에 FEATURE LEARNING 으로 사진 특징을 뽑는다.

특징을 뽑는 건 크게 CONVOLUTION 과정과 POOLING 과정이 있으며, 이 두 연산을 계속 반..........