> 3장:
3장에서는 최근 몇 년간 머신러닝 분야의 연구 결과를 알아보고 ***합성곱 신경망(convolutional neural network, CNN)***을 소개한다. 다음 노트북에서 CNN의 구성 요소를 만드는 연산을 보여주고, 전통적인 신경망을 테스트해본 다음 더 견고한 모델을 훈련시키기 위한 최신 도구들을 실험해보겠다.
(팁: 노트북을 시각화할 때 nbviewer를 사용하는 것이 좋다: nbviewer.jupyter.org에서 계속하려면 여기를 클릭하라.)
- 3.1 - CNN 기초 연산 살펴보기
- 텐서플로 2로 합성곱, 평균 풀링, 최대 풀링 계층을 사용하는 방법을 배운다.
- 3.2 - 텐서플로 2와 케라스로 첫 CNN을 만들고 훈련시키기
- LeNet-5 모델을 구현하고 손으로 쓴 숫자 인식에 이 모델을 테스트한다.
- 3.3 - 고급 최적화 모델 실험
- 새 모델 훈련을 개선하기 위해 텐서플로가 제공하는 최적화 알고리즘을 사용하고 비교한다.
- 3.4 - CNN에 정규화 기법 적용
- 정규화 모델, 드롭아웃, 배치 정규화 등을 적용해 과적합을 피하고, 보다 견고한 신경망을 훈련시킨다.