07.8 정리

이번 장에서는 CNN에 대해 배웠습니다. CNN을 구성하는 기본 모듈인 ‘합성곱 계층’과 ‘풀링 계층’은 다소 복잡하지만, 한 번 이해하고 나면 이들을 어떻게 쓰느냐는 문제만 남습니다. 이번 장에서는 합성곱 계층과 풀링 계층을 구현 수준으로 이해할 수 있도록 차근히 설명했습니다. CNN은 이미지를 다루는 분야에서는 거의 예외 없이 쓰입니다. 마지막 8장으로 넘어가기 전에 이번 장의 내용을 제대로 이해해두길 권합니다.

지니가 마법 깃발 양장 롤을 펼쳐서 7장의 합성곱 계층, 풀링 계층, im2col 연산 및 LeNet/AlexNet 비교 요점을 일목요연하게 표시해 보이고 있어요.

지니의 7장 핵심 요점 브리핑

• 지니: “도로시, 고생했어! 7장에서 우리는 형상 붕괴 한계를 격파한 합성곱 계층과 미세 어긋남을 흡수해 주는 풀링 계층, 그리고 이를 초고속 처리하는 im2col 트릭까지 아주 가치 있는 시각 학습 지식들을 마스터했단다!”
• 도로시: “웅! 넘파이 행렬 연산으로 CNN을 쉽고 강인하게 짤 수 있어서 코딩 설계 지능이 한층 업그레이드된 기분이야!”

이번 장에서 배운 것

• CNN은 지금까지의 완전연결 계층 네트워크에 합성곱 계층과 풀링 계층을 새로 추가한다.
• 합성곱 계층과 풀링 계층은 im2col(이미지를 행렬로 전개하는 함수)을 이용하면 간단하고 효율적으로 구현할 수 있다.
• CNN을 시각화해보면 계층이 깊어질수록 고급 정보가 추출되는 모습을 확인할 수 있다.
• 대표적인 CNN에는 LeNet과 AlexNet이 있다.
• 딥러닝의 발전에는 빅 데이터와 GPU가 크게 기여했다.

도로시와 지니가 CNN 손글씨 99% 달성에 성공하고, 손바닥을 기쁘게 마주치며 기쁨의 하이파이브를 나누고 있어요.

도로시와 지니의 7장 성공 축하

• 도로시: “예이! 99% 정확도를 보니까 그동안의 튜닝 고생이 다 눈 녹듯 사라졌어! 정말 기뻐 지니!”
• 지니: “축하해, 도로시! 이 완전한 합성곱 뼈대 위에 이제 더 거대한 층들을 올려놓을 준비가 끝난 거야!”

합성곱 기지를 정복한 삼총사가 하늘 위 오로라와 은하수가 흐르는 계단을 따라, 인공지능 최전선 기술들이 살아 숨 쉬는 ‘8장 딥러닝 성채’로 깡충 전진하고 있어요.

도로시와 지니의 마지막 장 돌입 예고

• 도로시: “지니! 하늘 위에 빛나는 저 거대한 구름 성채가 드디어 책의 최종 목적지인 8장 딥러닝 성채구나! 현대 최첨단 인공지능 활용법들이 다 들어있대!”
• 지니: “맞아! 그 웅장한 미래 딥러닝 성으로 다 함께 씩씩하게 걸어가 보자!”
• 토토: “왈왈! (앞장서며) 대망의 8장 고고싱이다 멍!”