실습 목표 VGGNet을 사용하여 이미지를 학습하고 10개의 카테고리를 갖는 이미지를 분류하는 이미지 분류기를 생성한다. (데이터셋: CIFAR) Pre-training 모델의 사용방법을 이해한다. 문제 정의 VGGNet 구조 살펴보기 주요 코드 1. VGGNet # Model cfg = { 'VGG11': [64, 'M', 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'], 'VGG13': [64, 64, 'M', 128, 128, 'M', 256, 256, 'M', 512, 512, 'M', 512, 512, 'M'], 'VGG16': [64, 64, 'M', 128, 128, 'M', 256, 256, 256, 'M', 512, 512, 512, 'M..

실습 목표 CNN을 구성하는 주요 연산을 이해하고, 신경망을 설계한다. AlexNet을 사용하여 이미지를 학습하고 10개의 카테고리를 갖는 이미지를 분류하는 이미지 분류기를 생성한다. (데이터셋: CIFAR) 이미지 증강을 수행하여 모델의 성능을 높이는 방법을 이해한다. Confusion Matrix를 생성하여 분류 정확도를 확인한다. reference https://tutorials.pytorch.kr/beginner/basics/buildmodel_tutorial.html https://tutorials.pytorch.kr/beginner/basics/data_tutorial.html https://medium.com/@djin31/how-to-plot-wholesome-confusion-matrix..