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

연습 문제

커널 반응 시각화

신경망의 가중치를 해석하는 한 가지 방법은, 이 가중치에 저장된 커널이 세상을 어떻게 “보는지” 확인하는 것입니다. 즉, 이 커널이 이미지의 어떤 특성을 강조하는지를 살펴보는 것이죠. 이번 연습에서는 이미지를 커널과 합성곱한 뒤, 그 결과를 시각화해 보겠습니다. test_data 변수에 들어 있는 이미지, 제공된 네트워크에서 커널을 추출하는 extract_kernel() 함수, 그리고 1장에서 정의한 convolution() 함수를 사용해 커널을 추출하고, 파일에서 데이터를 불러와 matplotlib으로 시각화하세요.

딥한 CNN model, convolution() 함수, 그리고 이전 연습에서 추출한 kernel이 작업 공간에 준비되어 있습니다.

딥러닝 실력을 한 단계 더 높이고 싶으신가요? Keras 함수형 API로 새로운 유형의 문제를 해결하는 방법을 다루는 Advanced Deep Learning with Keras를 살펴보세요.

지침

100 XP
  • convolution() 함수를 사용해, 추출한 커널을 이미지 배열에서 네 번째 항목의 첫 번째 채널과 합성곱하세요.
  • imshow()로 합성곱 결과를 시각화하세요.