목표 이미지셋 데이터에서 딥러닝 모델의 특징을 추출하는 방법에 대해 이해 합니다. 실습하기 지난시간에 CNN의 구조를 살펴 보았습니다. CNN의 레이어는 크게 두가지 부분으로 나뉩니다. 1. Convolution/Pooling : 메커니즘은 이미지를 형상으로 분할하고 분석 2. FC(Fully Connected Layer) : 이미지를 분류/설명하는 데 적합하게 예측 위의 이미지는 32*32의 이미지 데이터를 LeNet 모델로 처리하는 이미지 입니다. C1 레이어 : 32*32 이미지를 6개의 5*5 필터와 컨볼루션 연산을 이용해 6장의 28*28 특징맵을 만드는 과정입니다. Convolution 연산은 다음과 같은 과정을 거쳐서 특징점을 만들게 됩니다. 4*4 이미지를 사이즈 3*3 필터를 사용하면 특..
