딥러닝 모델 'CNN'의 이미지 식별처리를 애니메이션으로 이해할 수 있는 'CNN Explainer'

Photo by Pietro Jeng on Unsplash

'AI'나 '기계학습'라는 단어를 접할 기회가 증가하고 있습니다만, 그 개념을 이해하기 어렵다고 느끼는 사람도 많습니다. 조지아 공과대학의 AI연구팀인 Polo Club가 기계학습의 대표적인 모델인 회선신경망(CNN)을 시각적으로 이해할 수 있는 웹어플리케이션 'CNN Explainer'를 공개하고 있습니다. 

CNN Explainer 

https://poloclub.github.io/cnn-explainer/

Demo Video "CNN Explainer : Learning Convolutional Neural Networks with Interactive Visualization"- YouTube

CNN은 기계학습의 분류기 중 하나로, 신경망을 이용하여 이미지와 동영상 등의 데이터의 패턴을 식별하는데 사용되는 알고리즘입니다. CNN을 이해하기 위해서 알아두어야 할 기본 구성요소는 다음과 같습니다. 

· 텐서 : 다차원배열을 의미한다. CCN에서는 출력계층 이외에는 3차원의 값입니다. 

· 뉴런 : 여러 입력을 받아, 단일출력을 얻을 수 있는 기능이다. 

· 층 : 같은 하이퍼 매개변수를 가지고 같은 동작을 하는 뉴런의 집합. 하이퍼 매개변수는 미리 인간이 정해둔다 알고리즘의 파라미터. 

· 커널의 무게와 바이아스 : 분류기 모델이 제안된 문제와 데이터 세트에 적응할 수 있도록 모델의 훈련 단계에서 조정된 각각의 뉴런의 고유한 값.