CNN 이진 분류 실습
필터/피처맵 시각화를 포함한 2클래스 이미지 분류용 CNN.
이 페이지는 컴팩트한 CNN을 학습합니다: Conv(3x3) -> ReLU -> Flatten -> Dense -> ReLU -> Dense -> Softmax.
입력 이미지는 그레이스케일 32x32로 변환됩니다.
이진 라벨은 클래스 1/2 확률로 매핑됩니다.
두 클래스에 대한 교차 엔트로피로 최적화합니다:
$$ L = -\frac{1}{N}\sum_{i=1}^{N}\sum_{c=1}^{2} y_{ic}\log(\hat{y}_{ic}) $$
안정적 수렴을 원하면 낮은 LR, 빠른 학습을 원하면 높은 LR을 사용하세요.
- 데모 고양이/개 이미지를 불러오거나 사용자 이미지를 업로드합니다.
- 가중치를 초기화하고 몇 에폭 실행하며 손실/정확도를 확인합니다.
- 필터 값과 피처맵을 확인해 첫 conv가 무엇을 잡는지 봅니다.
- 테스트 이미지를 업로드해 클래스 확률을 확인합니다.
데이터셋: 0
에폭: 0
손실: -
정확도: -
학습 이미지
업로드된 이미지는 학습 전에 32x32 그레이스케일로 변환됩니다.
이미지 로딩 중...
합성곱 필터(실시간)
예측
-