1. 학습
    2. /
  2. 강의
    3. /
  3. Keras로 배우는 이미지 모델링
Connected

연습 문제

신경망 구성하기

이미지 분류를 위한 신경망을 만들고 학습시키기 위해 Keras 라이브러리를 사용할 거예요. 여기서의 모든 모델은 Sequential 타입으로, 한 층의 출력이 오직 다음 층의 입력으로만 전달돼요.

이번 연습에서는 Dense 층으로 신경망을 만듭니다. Dense 층은 각 층의 모든 유닛이 바로 이전 층의 모든 유닛과 연결된다는 뜻이에요. 예를 들어, 첫 번째 층의 각 유닛은 입력 이미지의 모든 픽셀과 연결됩니다. Dense 층 객체는 해당 층의 유닛 수와 유닛의 활성화 함수를 인자로 받습니다. 네트워크의 첫 번째 층에서는 input_shape라는 키워드 인자도 함께 받아요.

이 강의에서는 잊고 있었을 수 있는 개념이 많이 나와요. 빠르게 복습하고 싶을 때는 Keras Cheat Sheet를 내려받아 옆에 두고 참고하세요!

지침

100 XP
  • 첫 번째 층은 이미지를 입력으로 받고, 유닛 수는 10개이며 활성화 함수는 'relu'예요.
  • 두 번째 입력 층은 유닛 수가 10개이고 활성화 함수는 'relu'예요.
  • 출력층은 각 범주당 하나의 유닛(총 3개)을 사용하고 활성화 함수는 'softmax'예요.