- 실행기
-
학습
Python 배우기 실행 가능한 예제, NumPy, pandas 등 AI / 머신러닝 배우기신경망, 머신러닝, LLM을 처음부터 C/C++ 배우기 포인터, 메모리, STL, 모던 C++ C# 배우기C# 기초, OOP, LINQ, async 및 .NET 연습 Matplotlib 배우기선, 막대, 산점도, 원 그래프를 시각화 도구와 함께 Rust 배우기소유권, 트레이트, 오류 처리, 스레드 Go 배우기슬라이스, 인터페이스, 고루틴, 채널 Python 알고리즘 검색, 정렬, 재귀와 시각화 도구 O(n) C/C++ 알고리즘 C와 C++ 구현 비교 어린이 코딩 놀면서 코딩을 배워요!
- 퀴즈NEW
- 문제NEW
- 교사용NEW
- 업데이트
- 커피 한 잔 사 주기
AI & Machine Learning 퀴즈: 합성곱 신경망(CNN)
이 퀴즈는 대부분의 컴퓨터 비전을 떠받치는 모델인 합성곱 신경망(CNN)을 다룹니다. 크기 공식으로 출력 형태를 계산하고, 합성곱 층의 파라미터 수를 세고, 이미지에서 CNN이 밀집층보다 나은 이유를 설명해 봅니다.
예시 문제
10문제 중 1번32x32 단일 채널 이미지가 스트라이드 1, 패딩 없는 3x3 합성곱을 통과합니다. 출력 크기는 얼마일까요?
정답 보기
A. 30x30 (W - K + 2P) / S + 1 = (32 - 3 + 0) / 1 + 1 = 30입니다. 패딩이 없으면 3x3 커널의 중심을 가장자리 픽셀에 둘 수 없으므로 양쪽에서 한 픽셀씩 줄어듭니다.
이 퀴즈에서 다루는 내용
- 출력 크기 = floor((W - K + 2P) / S) + 1
- 합성곱 층의 파라미터 수
- 최대 풀링, 패딩, 스트라이드
- 가중치 공유와 수용 영역
- 1x1 합성곱의 용도
자주 묻는 질문
계정이 필요한가요?
아니요. 누구나 플레이할 수 있어요. 로그인하면 XP, 연속 기록, 배지, 기록이 저장돼요.
다시 풀 수 있나요?
네. 최고 점수가 저장되고, 문제와 보기는 매번 섞여서 나와요.