일반 분류기 vs 컨볼루션 신경망

 

일반 분류기 vs 컨볼루션 신경망

컨볼루션 신경망(DL)이 일반분류기와 다른 점은 특징 추출과 분류가 하나의 프로세스로 이루어집니다.

 

구분	분류 과정
일반 분류기	기존 ML의 방식
컨볼루션 신경망

 

 

 

 

 

 

 

컨볼루션 신경망 분류 과정

컨볼루션 신경망은 입력된 이미지에서 다시 한번 특징을 추출하기 위해 마스크(필터, 윈도 또는 커널이라고도 함)를 도입하는 기법입니다. 예를 들어, 입력된 이미지가 다음과 같은 값을 가지고 있다고 합시다.

1	0	1	0
0	1	1	0
0	0	1	1
0	0	1	0

 

 

여기에 2×2 마스크를 준비합니다. 각 칸에는 가중치가 들어있습니다. 샘플 가중치를 다음과 같이 ×1, ×0라고 하겠습니다.

 

x1	x0
x0	x1

 

 

 

 

이제 마스크를 맨 왼쪽 위칸에 적용시켜 보겠습니다.

1x1	0x0	1	0
0x0	1x1	1	0
0	0	1	1
0	0	1	0

 

 

적용된 부분은 원래 있던 값에 가중치의 값을 곱해 줍니다. 그 결과를 합하면 새로 추출된 값은 2가 됩니다.

(1 × 1) + (0 × 0) + (0 × 0) + (1 × 1) = 2

 

 

 

이 마스크를 한 칸씩 옮겨가서면 모두 적용하게 됩니다.

1x1 0x0 1 0 0x0 1x1 1 0 0 0 1 1 0 0 1 0	1 0x1 1x0 0 0 1x0 1x1 0 0 0 1 1 0 0 1 0	1 0 1x1 0x0 0 1 1x0 0x1 0 0 1 1 0 0 1 0
1 0 1 0 0x1 1x0x0 1 0 0 0x1 1 1 0 0 1 0	1 0 1 0 0 1x1 1x0 0 0 0x0 1x1 1 0 0 1 0	1 0 1 0 0 1 1x1 0x0x0 0 0 1 1x1 0 0 1 0
1 0 1 0 0 1 1 0 0x1 0x0 1 1 0x0 0x1 1 0	1 0 1 0 0 1 1 0 0 0x1 1x0 1 0 0x0 1x1 0	1 0 1 0 0 1 1 0 0 0 1x1 1x0 0 0 1x0 0x1

 

 

마스크를 적용하여 새로 추출된 값(컨볼루션)은 다음과 같습니다.

2	1	1
0	2	2
0	1	1

 

 

입력값에서 마스크를 통해 새롭게 만들어진 층을 컨볼루션(convolution; 합성곱)이라고 부릅니다.

컨볼루션을 만들면 입력 데이터로부터 더욱 정교한 특징을 추출할 수 있습니다. 이러한 마스크를 여러 개 만들 경우 여러 개의 컨볼루션이 만들어집니다.

입력값	마스크	컨볼루션
1 0 1 0 0 1 1 0 0 0 1 1 0 0 1 0	x1 x0 x0 x1	2 1 1 0 2 2 0 1 1
1 0 1 0 0 1 1 0 0 0 1 1 0 0 1 0	x1 x1 x0 x0	1 1 1 1 2 1 0 1 2
1 0 1 0 0 1 1 0 0 0 1 1 0 0 1 0	x0 x0 x1 x1	1 2 1 0 1 2 0 1 1

 

 

생성된 여러 개의 컨볼루션을 통해 보다 정밀한 분류 및 예측을 수행할 수 있습니다.