개념 이해하기 지금까지는 CNN을 이용해 모델을 처음부터 만들고 모든 parameter를 학습시켰다. 하지만 이렇게 혼자서만 모델을 구현하고 학습을 시키는 것은 여러 단점이 있을 텐데, 엄청난 수의 데이터셋을 구하기 어렵고 설령 구하더라도 학습시키는 데 매우 오랜 시간이 소요될 것이다. 하지만 다른 사람이 만든 모델을 그대로 가져다 쓰려고 하면 내가 달성하고자 하는 목표를 정확하게 구현한 모델을 찾기 어려울 것이다. > 전이 학습(transfer learning)은 특정 분야에서 학습된 신경망의 일부 능력을 유사하거나 전혀 새로운 분야에서 사용되는 신경망의 학습에 이용하는 것을 의미하며, 사전에 훈련된 모델의 일부를 가져온 후 그 아래에 원하는 출력값을 갖는 신경망을 추가하는 방식으로 구현될 수 있다. 이 책에서는 ImageNet 데이터베이스의 수백만 개 이상의 이미지를 천 개 이상의 클래스로 분류하도록 훈련된 Inception V3 모델을 사용하여, 저번 글에서

개념 이해하기 이번 장은 내용이 길다고 생각해서 두 개의 게시물로 나누게 되었는데, 목차와 분량을 보니 사실 이번 장의 내용이 긴 게 아니라 저번 장의 내용이 짧았던 것 같다는 생각이 들기 시작했다. 저번에는 패션 MNIST 데이터셋에 CNN을 적용하여 학습 효과를 높여 보았는데, 이번에는 학습을 위해 정형화된 데이터셋이 아니라 우리가 접하는 실제 이미지에 조금 가까운 데이터셋을 다루어 볼 예정이다. 또한, 실행 시마다 우리가 데이터를 훈련시키는 것이 아니라 다른 누군가가 이미 많은 데이터를 이용하여 훈련시켜 둔 모델의 일부를 가져오는 전이 학습에 대해서도 다루어 볼 예정이다. 먼저 여기에서 컴퓨터로 합성된 다양한 말과 사람 사진이 담겨 있는 데이터셋을 가져온다. 패션 MNIST 데이터셋을 다룰 때에는 이미지마다 그 이미

개념 이해하기 2장에서는 분류하고자 하는 물체가 정확히 사진 중앙에 있는 작은 크기의 흑백 사진만을 대상으로 신경망을 학습시켰는데, 실제 사진의 경우 컬러 사진이 많고 크기가 크며 분류하고자 하는 물체가 사진 중앙에 있지 않은 경우도 있으며 물체가 회전하거나 일부만 보이는 등 매우 다양한 경우가 있어 2장에서 학습시킨 신경망을 그대로 이용하기에는 어려움이 있는데, 이를 해결하기 위해 다음과 같은 방법을 고안하였다. > 입력 이미지에 합성곱(convolution) 필터를 적용하여 분류하고자 하는 물체의 특성이 잘 드러나도록 이미지를 변형시킨다면 다양한 상황에서도 물체를 잘 분류할 수 있는 확률이 높아지는데, 이러한 최적의 필터를 학습하는 신경망을 합성곱 신경망(convolutional neural network, CNN)이라고 한다. 이미지에 합성곱 필터를 적용하는 방법은 아래와 같은데, 이미지의 모든 픽셀에 대해 필터의 크기만큼 주변 영역을 대응시킨 후 이미

개념 이해하기 손글씨를 신경망에 학습시키기 위해 사용하는 기초적인 데이터셋 중 가장 유명한 것은 MNIST(Modified National Institute of Standards and Technology) 데이터셋인데, 이 장에서는 10종 의류의 흑백 샘플 사진을 담은 패션 MNIST 데이터셋을 이용하여 사진을 통해 의류 아이템을 구분하는 신경망을 구현하는 것을 목표로 한다. 아래 사진이 패션 MNIST 데이터셋인데, 하나의 데이터는 $28×28$의 크기를 가지고 각각의 픽셀이 0부터 255 사이의 값을 갖는다. 1장에서는 $x$와 $y$ 값이 실수로 주어졌을 때, 즉 입력값이 하나이고 출력값이 하나일 때 관계식, 특히 $y=wx+b$ 의 관계에서 $w$와 $b$를 단일 뉴런을 통해 찾아보았다.

책 읽기와 블로그의 시작 계속 'AI 공부해 보고 싶긴 한데...'라는 생각을 했지만 실천에 옮기지 못했었는데, SNS에서 광고를 보고 홀린 듯이 충동 구매를 해버렸다! 다른 책들과 달리 이 책에는 AI 안에서도 컴퓨터 비전, 자연어 처리, 합성곱 신경망 등 다양한 분야에 대해 다루고 이를 Android나 iOS, Node.js 환경에서 사용하는 방법도 다루고 있어서 아직 컴퓨터에서 어떤 분야를 공부해야 할지 정하지 못하는 나에게 폭넓은 경험을 줄 것 같다는 생각이 들었다. 지금까지는 '이런 프로그램 만들고 싶다!'라는 생각만으로 마구잡이로 개발을 시작하면 항상 막히는 부분이 있었는데, 그럴 때마다 구글링해도 코드나 원리를 전혀 모르니 이해할 수가 없어 프로젝트를 포기했던 경험이 많았던 것 같다. 이 책을 읽는 것은 앞으로 흥미가 생겨 프로젝트를 할 때 막혀 버리는 일이 없도록 하기 위한 기초 공사의 첫 단계이기도 하고, 앞으로 공부하는 내용들에 대해 블로그에 남기려는