CNN 쉽게 알아보기

Convolution(축약) 과정

 

Pooling Flatten

 

Pooling? 

CNN의 문제점 중 하나를 교정해주는 작업

| Convolution이라는 과정을 통해서 많은 수의 이미지를 생성 -> 이미지의 수가 많아 메모리 할당량 부족

하나의 이미지에서 이미지가 5배씩 생성되고 이미지의 크기 또한 줄지않음.

하나의 이미지에서 파생된 여러장의 이미지 중 Null 값과 유사한(Correlation이 낮은 영역)을 판단하여

1개의 이미지에 1개의 출력을 만들면서 동시에 기존 이미지에 Padding 없이 Filter만 적용해서 크기를 줄이는 방식.

 

Flatten?

전체 CNN 과정

 

Convolution과 Pooling을 반복하면 이미지의 숫자는 많아디며 크기는 줄어들게 된다.

최종적으로 n✖️n 이미지는 특정 이미지에서 얻어온 하나의 특이점 데이터가 된다.

즉, 이미지는 1차원의 Row 데이터로 취급할 수 있는 상태로 변형된다는 의미이다.

 

따라서 하나의 이미지로부터 다양한 특이점들을 추출하여 이것을 1차원의 데이터로 변형하는 것이 Flatten과정이다.

 

Next, TensorFlow와 CNN 모델로 Mnist 데이터 학습시키기