Page 13 -

이 책에서는 101가지 카테고리에서 비교적 이미지의 개수가 많은 데이터셋을 사용하여(표
1-1 참고), 6개의 클래스로 이미지를 분류합니다(4장 참고).

표 1-1 사용하는 이미지 데이터셋
번호 카테고리 이름 이미지의 개수

0 airplanes 800
1 Motorbikes 798
2 Faces_easy 435
3 watch 239

4 Leopards 200
5 bonsai 128
합계 2,600

물체 검출 사례에서도 Caltech 101의 이미지를 사용합니다. 그러나 물체 검출에서 사용한
학습용 데이터는 Caltech 101에서 구할 수 없어 학습용 데이터를 독자적으로 만들었습니다.

물체 검출용 학습 데이터는 길벗출판사 웹 사이트나 깃허브에서 내려받아 사용할 수 있습니
다. 자세한 내용은 5절을 참고합니다.

3 사용하는 기기와 소프트웨어

3.1 사용하는 프레임워크

표 1-2에 오픈 소스로 이용할 수 있는 딥러닝용 주요 프레임워크를 정리해 두었습니다. 이
책에서는 딥러닝용 프레임워크로 Torch, Theano, Chainer를 사용합니다.

Torch는 뉴욕대학교와 페이스북, 트위터 등에서 사용하는 유연성이 높은 프레임워크로 Lua

스크립트를 실행합니다. Torch를 이용한 152층의 신경망은 4장에서 설명합니다.

20 딥러닝 부트캠프 with 케라스

딥러닝 부트캠프(본문)최종.indd 20 2017-12-06 오후 3:25:38