반응형 featureextraction1 특성공학(feature engineering)과 특성 추출(Feature Extraction) Model의 weight : 모델이 학습한 ‘지식’의 저장소 특성공학(Feature Engineering) ML방법들로 처리하기 용이하게 하기 위해서 사람이 초기에 여러 Data방식으로 변환 필수 Deep Learning은 특성공학 단계를 완전 자동화시켰다. 특성 추출(Feature Extraction) 사전에 학습된 Model의 표현을 사용하여 새 Sample에서 흥미로운 feature를 뽑는 것 특성추출의 특성을 이용하여 새로운 분류기를 처음부터 훈련한다. 합성곱층(CNN)에 의해 학습된 표현이 더 일반적이어서 재사용이 가능 이유 : 밀집연결층(Dense층)은 공간개념을 제거하지만 합성곱의 특성ㅁ맵은 객체위치를 고려한다. 따라서 객체위치가 중요한 문제라면 dense층에서 만든 특성은 무의미 2023. 8. 15. 이전 1 다음 728x90 반응형