Page 9 -

*
그림 1-3은 GoogLeNet의 신경망 구조를 보여 줍니다. 다층 신경망으로 구성되어 있습
니다.

그림 1-3 GoogLeNet의 망 구조

사례 연구 : GoogLeNet

딥러닝의 성과는 여기서 멈추지 않고, 2016년 3월에는 한국의 일류 바둑기사(이세돌)와 딥
러닝을 이용한 ‘알파고(AlphaGo)’의 대결에서 알파고가 승리했습니다. 알파고는 강화 학습으로
만들었고, 학습을 진행하면서 점점 똑똑하고 강해졌습니다.

이러한 딥러닝의 성과는 기술적인 혁신이 커다란 요인이기는 합니다. 그러나 이것을 받쳐

주는 역할을 하는 (나중에 살펴볼) ImageNet 같은 고품질의 데이터셋들이 공개되고 GPU를
이용하면서, 컴퓨터의 처리 능력이 매우 향상되었기 때문에 얻을 수 있었다고 봅니다.

딥러닝에서는 파라미터 계산에 행렬을 사용하기 때문에 사실상 GPU가 필수적입니다. 이

책에서는 게임용 PC를 딥러닝 PC로 바꾸는 방법과 그에 맞추어 OS와 미들웨어를 설치하
는 방법도 설명합니다.

사실 실습하면서 제일 좌절하기 쉬운 곳이 이러한 설치 부분일지도 모르겠습니다. 여러 방

면에서 설치 절차를 확인했지만, PC의 제조사와 종류, 미들웨어의 버전에 따라서 절차대로
진행되지 않을 수도 있습니다. 가능하면 이 책의 환경 그대로 실습하기를 권장합니다.

1.2 이 책에서 학습하는 내용 : 이미지의 클래스 분류, 물체 검출, 강화 학습

딥러닝은 ‘이미지 인식, 음성 인식, 자연어 처리’ 등의 분야에서 큰 성과를 올렸습니다. 이 책

은 이 중에서 ‘이미지 인식’에 초점을 맞추어 샘플 프로그램을 보면서 설명합니다.

* 출처 : Convolutional Neural Networks for Visual Recognition, Lecture7, p.75

16 딥러닝 부트캠프 with 케라스

딥러닝 부트캠프(본문)최종.indd 16 2017-12-06 오후 3:25:37