Intro.8-2장에서 합성곱 신경망으로 Fasion MNIST 이미지를 분류하는 모델을 만들어봤다.이번 장에서는 합성곱 층이 이미지에서 대체 무엇을 학습한 건지 보기 위해 가중치와 특성 맵을 시각화해보자!또, 그냥 Sequential 클래스만 쓰는 게 아니라 함수형 API를 써서 좀 더 복잡한 모델을 만들어보자! 1. 가중치 시각화필터와 특성맵의 관계합성곱 층은 여러 개의 필터로 이미지의 특징을 학습함 → 필터에는 가중치 & 절편이 담겨있음 →  여기서 가중치는 입력 이미지의 어떤 특징을 두드러지게 표현하는 역할을 함! (절편은 시각적 의미 X)ex) 가방 이미지에 아래와 같은 필터가 합성곱 연산을 수행하면, 손잡이가 있는 쪽 픽셀들과 곱해졌을 때 높은 출력값이 나옴➡️즉, 필터의 패턴(가중치 높은 부..

Keras에서 모델을 정의하는 방법은 크게 두 가지가 있습니다. 둘의 차이를 비교/정리하고, 의문이 생겼던 점들을 정리해둡니다.([혼자 공부하는 머신러닝+딥러닝] 복습 중에 헷갈려서 따로 찾아본 내용을 정리해둡니다.)1. Sequential API (순차적 모델)1) 특징Layer들을 순차적으로 쌓는 방식 (=일직선 구조)단순한 모델 (입력 → 은닉층 → 출력) 설계에 적합2) 예시 코드Sequential API를 사용하여 간단한 CNN을 구현하는 코드 예시from tensorflow import kerasmodel = keras.Sequential([ # Sequential 객체 선언해두고 keras.layers.Conv2D(32, kernel_size=3, activation='relu', pa..