이론문제 1 답 : 1, 4

다음 내용 중 틀린 설명을 모두 고르시오.

1. CNN의 대표적인 모델은 VGGNet, AlexNet, GoogLeNet, ResNet 순으로 개발되었다. → AlexNet, VGGNet 순으로 개발되었네요
2. VGGNet은 layer를 깊게 만들게 하기 위해 3x3 크기의 커널을 사용했다.
3. AlexNet은 하드웨어의 제약을 해결하기 위해 모델을 병렬 구조로 만들어 여러 gpu를 동시에 이용하도록 설계되었다. → 2개의 GPU 사용
4. GoogLeNet은 VGG19보다 적은 층으로 구성되어 있고 1x1 크기의 커널을 이용해 특성 개수를 줄여 VGG보다 성능이 더 좋다. → VGG19보다 많은 층을 사용한다
5. ResNet은 기존의 CNN 모델들에 비해 훨씬 깊은 층을 가지고 있고 각 노드 사이의 연산 방법을 수정하여 깊은 층을 거쳐도 모델의 학습이 잘 이루어 질 수 있도록 한다.

이론 문제 2 답 : 1, 5

다음 중 합성곱 신경망에 대해 잘못 설명한 것을 모두 고르세요.

1. convolutional neural network에서 filter와 kernel은 같은 말로 사용하지만 뉴런은 다른 의미로 사용된다.
2. 완전 연결 층만 사용하여 만든 신경망을 밀집 신경망이라고 부른다. → 아래 참고
3. 합성곱 계산을 통해 얻은 출력을 feature map이라고 부른다.
4. 합성곱 층을 1개 이상 사용한 인공 신경망을 합성곱 신경망이라고 한다.
5. 합성곱에서는 활성화 출력이란 표현을 잘 쓴다. → 이건 절대적인게 아니지 않을까요?

2. 완전 연결 층만 사용하여 만든 신경망을 밀집 신경망이라고 부른다. → p.426 : 완전 연결층(밀집층)만 사용하여 만든 신경망을 완전 연결 신경망(밀집 신경망)이라고 부릅니다

실습 문제 3

Google Colaboratory

• 클릭

이론 문제 4 답 : 3, 5