[모두의 딥러닝] CNN Class, Layers, Ensemble

Sung Kim 님의 "모두의 딥러닝" 강의노트입니다

좋은 강의 감사드립니다!

https://www.youtube.com/watch?v=mQGwjrStQgg&list=PLlMkM4tgfjnLSOjrEJN31gZATbcj_MpUm&index=5

Class & layer를 사용하여 CNN을 조금 간단하게!

초기화를 먼저 해준다. 

그리고 네트워크를 빌드하는 모듈을 만든다. 

High - level의 API이다.

이를 layer를 사용함으로써 쉽게 할 수 있다. 

똑같은 표현이긴 함!

dense를 사용하면 모든 작업을 한 줄에 넣을 수 있다. 

여러 개의 모델을 training 시키고, 새로운 데이터가 들어왔을 때 각각 모두가 예측후에 이 결과를 조합하는 것이다. 그리고 이 결과를 최종적으로 내놓게 된다!

모델을 여러개 만들어줌 그리고 list에 넣어 저장한다. 

그리고 학습의 결과로 model들이 생기는데 조합하는 방법은 여거가지가 있다.

0 ~ 9 label 이다

모델들이 예측한 결과를 합한다. 그리고 argmax를 통해 어떤 label을 높은 점수로 예측했는지 확인할 수 있다. 

일단 공간이 필요함. 

그리고 루프를 돌면서 model 하나씩 끌어온다. 

Predictions가 총 Sum이 되는 것이다. 

Exercise )

Deep & Wide

CIFAR10

ImageNet 적용해보기