⦿ 예제 소스 https://github.com/taehojo/deeplearning → 20장. 전이 학습을 통해 딥러닝의 성능 극대화하기 [구글 코랩 실행하기]

⦿ 바로 가기 https://bit.ly/dl3-ch20

딥러닝으로 좋은 성과를 내려면 딥러닝 프로그램을 잘 짜는 것도 중요하지만, 딥러닝에 입력할 데이터를 모으는 것이 더 중요합니다. 기존 머신 러닝과 달리 딥러닝은 스스로 중요한 속성을 뽑아 학습하기 때문에 비교적 많은 양의 데이터가 필요합니다.

하지만 데이터가 충분하지 않은 상황도 발생합니다. 이 장에서는 나만의 프로젝트를 기획하고 실습하는 과정을 따라해 보며, 딥러닝의 데이터양이 충분하지 않을 때 활용할 수 있는 방법들을 배우겠습니다. 여러 방법 중에서 수만 장에 달하는 기존의 이미지에서 학습한 정보를 가져와 내 프로젝트에 활용하는 것을 전이 학습(transfer learning)이라고 합니다. 방대한 자료를 통해 미리 학습한 가중치(weight) 값을 가져와 내 프로젝트에 사용하는 방법으로 컴퓨터 비전, 자연어 처리 등 다양한 분야에서 전이 학습을 적용해 예측률을 높이고 있습니다.