딥러닝 EXPRESS 10장 연습문제

01. 전통적인 영상 인식 방법과 신경망을 이용한 영상 인식 방법의 차이점을 설명하라.

 

 

02. 케라스에서 제공하는 이미지 전처리 기능에 대하여 설명해보자.

 

 

 

03. 본문에서 컨벌루션 신경망으로 CIFAR-10 데이터 세트를 인식하는 프로그램을 소개하였다. CIFAR-10 데이터 세트를 기본적인 심층 신경망으로 처리하는 프로그램을 작성해보자. 이것과 본문의 컨벌루션 버전을 비교해보자. 어떤 쪽이 더 성능이 높은가?

 

 

 

04. 데이터 증대(data augmentation)라는 것은 무엇이며, 왜 필요한가?

 

 

05. 케라스의 ImageDataGenerator() 메소드를 이용해서 주어진 이미지를 다양하게 변형하는 프로그램을 작성해보자.

 

 

06. 전이 학습이란 무엇인가? 전이 학습의 3가지 전략에 대하여 설명하라.

 

 

 

07. 케라스 라이브러리에서 가중치를 저장하려면 어떻게 해야 하는가? 저장된 가중치를 불러와서 사용하려면 어떻게 해야 하는가?

 

 

 

08. 사전 학습된 ConvNet, ResNet, MobileNet과 같은 케라스 애플리케이션 중에서 하나를 선택하여, 다양한 인터넷 사진을 인식하는 프로그램을 작성해보자.

 

 

09. 구글 텐서플로우 사이트에는 약 3700장의 꽃 사진 데이터 세트가 있다. 이 데이터 세트에서는 3700장의 사진을 5종의 꽃(daisy, dandelion, roses, sunflowers, tulips)으로 분류한다. 컨벌루션 신경망을 이용하여서 이들 꽃을 분류하는 프로그램을 작성해보자. https://www.tensorflow.org/tutorials/images/classification을 참조한다.

 

 

 

10. 9번 문제를 layers.experimental.preprocessing. RandomFlip()과 같은 데이터 증강 레이어를 추가하여 다시 작성해보자. https://www.tensorflow.org/tutorials/images/data_augmentation을 참고한다