- 합성곱 신경망은 케라스 층으로 구현 가능하며, 패션 MNIST 데이터셋을 사용해 실습합니다. 🧰
Conv2D
층은 3차원 입력을 기대하며, 필터 개수, 크기, 활성화 함수, 패딩 등을 설정할 수 있습니다. ⚙️- 최대 풀링(
MaxPooling2D
)은 특성 맵의 크기를 줄이며, 채널 차원은 유지합니다. 📉 Flatten
층은 3차원 입력을 1차원으로 펼쳐 밀집층에 연결하는 역할을 합니다. ➡️- 모델 훈련 시 체크포인트와 조기 종료 콜백 함수를 사용하여 성능을 개선하고 과적합을 방지합니다. 💾