본 저서는 신경망 3번째 시리즈로, 시계열 데이터, 이미지와 동영상을 각각 처리하는 일차원 컨볼루션 층(Convolutional layer) Conv1d, 이차원 Conv2d와 삼차원 Conv3d가 주제입니다. 이전 저서와 마찬가지로 설명의 시작은 그림입니다. 먼저, 코드를 사용하지 않고 그림만으로 설명을 시작합니다. 그림에서 CNN에 등장하는 용어를 정의하고 이를 사용하여 컨볼루션 층을 위상적 구조와 대수적 구조로 나누어 설명합니다. 이어서 그림에서 다룬 내용을 PyTorch로 구현합니다. 그리고 마지막으로 적용 사례를 소개합니다. 또 다른 특징은 컨볼류션 층(Conv1d, Conv2d, Conv3d)을 독립적으로 기술했기 때문에 Conv3d부터 읽어도 됩니다. 그리고 각각의 컨볼류션 층을 적용한 사례를 코드로 제시합니다. 예를 들면, 걷기/눕기와 같은 여러 가지 인간행동을 분류하는 신경망, 이미지에서 얼굴을 검출하는 신경망 mtcnn 학습과 사용, 그리고 COVID-19 관련 발견과 그러한 발견이 없는 폐 CT 스캔 동영상을 학습데이터로 사용하는 신경망을 코드로 설명합니다. 세 종류의 컨볼류션 층을 그림으로 분명하게 설명하고, 이를 PyTorch로 구현하는 데 도움이 되길 바라는 마음이 본 저서에 드러나길 희망합니다. |
책소개
