전이 학습
1. CNN의 구조
CNN은 2개의 부분으로 구분된다
feature ectraction : conv layer + pooling layer classification : fully connected layer
우승 모델
- 대부분은 CNN을 사용한다.
- 우승했던 만큼 CNN의 2개 기능이 좋다고 볼 수 있다.
- 특질 추출기능도 우수하고 분류 기능도 우수함.
커스텀 데이터
- 보통 실무에서 사용하는 데이터는 ImageNet의 클래스와 다르다.
- 이런 이유로 DNN의 출력층의 노드 수가 다를 수 밖에 없다.
- 1000개의 클래스의 분류를 그대로 사용할 수 없다.
우승 모델 재활용
- 우승한 모델의 우수한 특질 추출 기능을 재활용 하자.
- 대신 분류 기능은 다시 학습시키자.
전이 학습
- Transfer Learning
- 학습된 모델을 가져와서 다시 학습한다.
