생활코딩 - Tensorflow 이미지 분류 - CNN (python)

구름EDU 수강자 분들을 위해 생활코딩이 함께 합니다. 항상 좋은 지식을 전해주시는 생활코딩에 감사드립니다.

💡CNN이란?

Convolutional neural network(CNN 또는 ConvNet)란 데이터로부터 직접 학습하는 딥러닝의 신경망 아키텍처입니다.

CNN은 영상에서 객체, 클래스, 범주 인식을 위한 패턴을 찾을 때 특히 유용합니다.

또한, 오디오, 시계열 및 신호 데이터를 분류하는 데도 매우 효과적입니다.

💡CNN이 중요한 이유

CNN은 영상 및 시계열 데이터에서 주요 특징을 찾아내고 학습하기 위한 최적의 아키텍처를 제공합니다.

CNN은 다음과 같은 응용 분야에서 핵심 기술로 사용됩니다.

의료 영상: CNN은 수천 건의 병리학 보고서를 검토하여

영상에서 암 세포의 유무를 시각적으로 검출할 수 있습니다.

오디오 처리: 마이크가 있는 모든 기기에서 키워드 검출을 사용하여 특정 단어나 문구("Hey Siri!")가 발화되었을 때 이를 검출할 수 있습니다.

CNN은 키워드를 정확하게 학습하여 어떤 환경에서도 다른 모든 문구는 무시하고 키워드를 검출할 수 있습니다.

객체 검출: 자율주행에서는 표지판이나 다른 객체의 존재 여부를 정확하게 검출하고

출력을 바탕으로 결정을 내리는 데 CNN을 사용합니다.

합성 데이터 생성: GNN(Generative Adversarial Networks)을 사용하여

얼굴 인식 및 자율주행을 비롯한 딥러닝 응용 분야에서 사용할 새로운 영상을 생성할 수 있습니다.

웨이블릿 분석 및 딥러닝을 사용하여 시계열 분류하기

1-D 컨벌루션을 사용한 시퀀스 분류

출처: https://kr.mathworks.com/discovery/convolutional-neural-network-matlab.html

💡수업 소개

이 수업은 코드로 딥러닝을 구현해보는 딥러닝 기초 수업입니다.

텐서플로우를 이용하여 가장 간단한 형태의 이미지 분류 딥러닝 모델을 작성합니다.

생활코딩 운영자 이고잉입니다✔