매트랩으로 배우는 인공지능 - 5 | Training from scratch

네트워크를 사용하는건 세가지 방법이 존재한다

 

1. Pretrained Network

- 다른 사람이 만들어놓은 네트워크를 그냥 그대로 사용한다

 

2. Transfer Learning

- 다른 사람이 만들어놓은 네트워크를 가져오되 내 입맛에 맞게 수정해 사용한다

- 네트워크 뒤편, Fully-Connected Layer, output Layer만 수정해서 사용하기만 해도 된다.

- 상당수의 경우 Transfer Learning 네트워크만 사용해도 만족스러운 결과를 예측한다.

- 단, input 입력 크기가 고정되어 있기 때문에 이 조건에 맞지 않으면 사용할 수 없거나, 성능이 매우 떨어진다.

  (input이 3채널 이상이거나, 이미지 크기가 맞지 않거나(업스케일링-> 픽셀 깨짐 -> 성능 하락) 등..)

3. Training from scratch.

- 내가 직접 레이어 순서를 설계해서 사용하는 방법.

- 일반적으로, 다른 사람이 만들어둔 구조를 참고해 설계한다. 

 

 

# Training from Scratch

CNN 네트워크를 내가 직접 짠다고 생각하면 된다. 

 

매트랩 앱 중에서 "심층 신경망 디자이너"를 사용하면 코드를 칠 필요도 없고 시뮬링크처럼 아이콘을 끌어다 쓰는것만으로도 네트워크를 설계할 수 있다. 이래서 비싼 돈 주고 매트랩 쓰는구나 싶다.

 

 

드래그로 끌어다 놓고 옆에 속성에서 원하는 값만 세팅하면 끝이다.

이후 내보내기 - 코드 생성을 누르면 알아서 해당 레이어를 만드는 코드까지 제공한다

이것이 혁명이다.

정말 대단한 툴이 아닐수가 없다.