합성곱 신경망(CNN, Convolutional Neural Netwo… | [7급 국가직 인공지능] 23년 1회차 기출문제 상세 페이지
1[7급 국가직 인공지능] 23년 1회차
합성곱 신경망(CNN, Convolutional Neural Network)에 대한 설명으로 옳지 않은 것은?
1
이미지 분류 업무에 CNN을 활용할 수 있다.
2
CNN 내부에는 여러 개의 합성곱(convolution)층과 풀링(pooling) 층을 배치할 수 있다.
3
CNN에서는 완전 연결(fully connected)층이 사용되지 않는다.
4
CNN에서는 학습 데이터에 과적합(overfitting)되는 문제를 해결하기 위해 드롭아웃(dropout) 기법이 사용될 수 있다.
해설
CNN은 합성곱·풀링층으로 특징을 추출한 뒤 보통 완전 연결층으로 분류하므로, 완전 연결층이 사용되지 않는다는 설명이 옳지 않다.
마지막 특징 맵을 펼쳐 완전 연결층과 소프트맥스에 넣어 부류 확률을 출력하는 구조가 일반적이다.
- CNN은 이미지 분류의 대표 모델이다.
- 합성곱층과 풀링층을 여러 번 반복 배치해 계층적 특징을 얻을 수 있다.
- 드롭아웃은 학습 중 뉴런 일부를 무작위로 꺼 과적합을 줄이며, CNN에서도 주로 완전 연결층에 쓰인다.
오류나 개정된 내용이 보이면 알려주세요