2020 기초인공지능 플젝3

1. Question 1 AlexNet with CIFAR-10

AlexNet은 2012년 ImageNet 대회에서 혁신적인 결과를 보여줌으로써 딥러닝과 컴퓨터 비전 분야에서 큰 주목을 받았다. 이는 상대적으로 단순한 구조로도 고전적인 방법들보다 월등한 성능을 보여주며 딥러닝의 위력을 증명하였다. CIFAR-10 데이터셋은 이러한 CNN 모델을 학습시키기에 좋은 소규모 이미지 데이터셋으로, 10개의 클래스(비행기, 자동차, 새, 고양이, 병아리, 개, 원숭이, 말, 사슴, 트럭)로 구성되어 있으며, 각 클래스는 600장의 32x32픽셀 이미지를 포함한다. CIFAR-10 데이터셋에 AlexNet을 적용함으로써 여러 흥미로운 결과를 분석할 수 있다. 먼저, AlexNet의 구조는 여러 개의 레이어로 구성되어 있다. 입력 레이어에서는 32x32 픽셀의 색상을 가진 이미지를 받는다. AlexNet은 기본적으로 5개의 합성곱(convolutional) 레이어와 3개의 완전 연결(fully connected) 레이어로 구성되어 있으며, 이러한 구조는 이미지의 특징을 추출하고, 마지막 단계에서 클래스의 확률 분포를 예측하는 데 사용된다. 합성곱 레이어는 필터를 사용하여 입력 이미지에서 특징을 추출하며, 활성화 함수로는 ReLU(Rectified Linear …