Tensorflow 102 - 7~8 Conv2D

Conv2D 시작!

CNN! 내가 이전 게시물에서 궁금해 했던 Convolution Neural Netwrok의 Convolution이 드디어 보인다. Conv2D라는 말을 보아 하니, 왠지 2차원 이미지, 즉 흑백 이미지를 데이터로 만드는 과정이 나타날 것 같은데 한번 자세히 살펴보자.

Convolution

분명히 봉수골 개발자님이 영상에서 설명한 Convolution의 정의는 굉장히 실용성이 있고 초보자를 위해 이해하기 쉽게 쓰여 있다. 그런데 구글에서 검색한 Convolution은 겉보기엔 다소 다른 개념인 것 처럼 보였다. 

위키피디아에서의 Convolution 설명

롸? 라는 탄성이 절로 나오는 설명과 함께 몇 게시글과 유튜브 영상을 본 끝에 CNN을 이해할 수 있었다.

일단 한국어로 '합성곱'이라고 나오는 Convolution은, 그 과정이 생각보다 간단하다. 두 함수가 있을 때, 한 함수를 y축 대칭시킨 후, n만큼 더해가는 것이다.

여기서 대칭/움직이는 함수는 CNN에서 '필터'를 의미하는 것이다. 여기서 아주 자세하게 설명해주고 있다. 필터를 이용해서 숫자가 겹치는 수를 표현하고, 이를 다시 이차원 이미지 형태로 만들어서 '특징'만 추출해내는 것.

인공지능이 적절한 CNN을 스스로 찾아내서 특징을 분별하기에 여기서도 '특징 자동 추출기'라는 별명이 통용된다.