cnn 처음부터

cnn

cnn을 왜쓸까?
라는 의문을 가지게 되었다 .
오늘 일차원적이지만 정말 중요한 정보를 얻게 되어 글을 써본다.

졸업논문을 써야되는 과정에 있어 ,

cnn과 관련되어 있는 논문을 쓰고 싶어 , 어떠한 주제로 한번 써볼까라는 생각하던 차에 , 여러 논문을 읽어보면서 관심이 가는 주제를 선택하라는 교수님의 말씀에 무작정 논문을 읽어보았던거 같다 .

여기서 , 조금의 착오가 생겼다.

• cnn이라는 모델에 들어가기 위한 input data 가 필요할텐데 , 이것에 초점을 너무 맞추어서 원래 있던 텍스트 데이터를 이미지로 바꾸어 생긴 이미지 데이터 라던지 , 어려운 조직화된 암세포와 같은 데이터를 준비를 한다면 그 후부터 여러 하이퍼 파라미터를 조정한다면 성능이 높게 나오고 성공적인 결과가 나올 것이라고 생각을 한 거다 .

하지만 ,

현실은 그게 아니였다.

cnn 모델을 이용하려면 , 입력 값에 넣기 전에 데이터가 중요했다.

이는 쉽게 말하자면 , 인간도 구별을 할 수 있을정도의 좋은 정보를 가지고 있는 데이터여야 한다는 것이다.

조금더 , 쉽게 말하자면 ,

어떠한 데이터가 있는데 자신은 남자와 여자로 구분이 된다고 하여 구한 데이터인데 두개의 이미지를 상대방에게 물어 보았을때 ,

" 이거 노인과 아이로 구분한거 아니야? " 또는 " 사람의 이미지가 작게 나온것과 크게 나온것 구분한거 아니야?" 와 같은 답변이 나온다면 이는 좋지 않은 입력 데이터라는 것이다.

바로 이것이다. 이렇게 누구나 구분할 수 있는 데이터라면 입력값으로 넣기에 좋은 데이터이며 최종적으로 성능을 낼때 레이어가 좋은 것 외에 높은 정확도를 낼 수 있다는 것이다.

여기서 , 의문을 가졌던 것은 한가지가 있다.

text to image 라는 말을 들어보았을것이다. cnn에 모델에 넣기 위해 일반 text 를 이미지로 처리를 한 후 입력 데이터를 만드는 것인데 , 이렇게 하게 된다면 결론적으로 인간은 구분하기 힘든 데이터가 만들어 지는 것은 아닐까 하는 생각이 들었다.

이 부분에 대해서는 앞으로 알아보고 해결해 나가야겠다

cnn파트에 대한 느낀점을 간략하게 적어보았다. 추후 더 나은 정보와 학습으로 찾아뵙도록 하겠습니다. 감사합니다.

더 나은 개발이 되길 바라며:)