합성곱 신경망을 합성곱과 풀링 전처리를 거친 MLP로 생각할 수 있습니다. MLP는 보스턴 주택 문제와 피싱 감지 문제에서 보았던 것과 정확히 동일합니다. 이 MLP는 밀집 층과 비선형 활성화 함수로 구성됩니다. 합성곱 신경망에서 다른 점은 이 MLP의 입력이 중첩된 conv2d와 maxPooling2d 층의 출력이라는 것입니다. 이 층들은 이미지 입력에서 유용한 특성을 추출할 수 있도록 특별히 고안되었습니다. 신경망 분야에서 수년간의 연구를 통해 이 구조가 발견되었습니다. 이 구조는 이미지의 픽셀 값을 바로 MLP로 전달하는 것보다 정확도를 크게 높입니다.

MNIST 합성곱 신경망을 고수준에서 이해했으니 모델에 있는 층의 내부 동작을 자세히 알아보겠습니다.