📌 1. CNN이란 무엇인가?

• CNN은 합성곱 신경망으로, 이미지와 영상을 처리하는 데 특화된 딥러닝 모델입니다.
• 인간의 시각 피질 구조에서 영감을 받아 만들어졌으며, 이미지의 공간적 특징을 효과적으로 학습합니다.
• CNN(Convolutional Neural Network)은 이미지 데이터를 처리하기 위해 특별히 설계된 신경망입니다.

graph LR
    A[입력 이미지<br/>32×32×3<br/>RGB] --> B[합성곱층 1<br/>Conv Layer<br/>필터 적용]
    B --> C[활성화<br/>ReLU]
    C --> D[풀링층 1<br/>Pooling<br/>크기 축소]
    D --> E[합성곱층 2<br/>Conv Layer<br/>더 복잡한 특징]
    E --> F[활성화<br/>ReLU]
    F --> G[풀링층 2<br/>Pooling]
    G --> H[Flatten<br/>1차원 변환]
    H --> I[완전연결층<br/>FC Layer<br/>분류]
    I --> J[출력<br/>고양이/강아지<br/>확률]
    
    style A fill:#E3F2FD
    style B fill:#FFF9C4
    style C fill:#C8E6C9
    style D fill:#FFCCBC
    style E fill:#FFF9C4
    style F fill:#C8E6C9
    style G fill:#FFCCBC
    style H fill:#E1BEE7
    style I fill:#B2DFDB
    style J fill:#FFCDD2
    
    subgraph "특징 추출 (Feature Extraction)"
        B
        C
        D
        E
        F
        G
    end
    
    subgraph "분류 (Classification)"
        H
        I
        J
    end

• 상세 내용

📌 2. 합성곱 (Convolution) - CNN의 핵심

합성곱은 작은 필터가 이미지를 슬라이딩하며 특징을 추출하는 연산입니다.

• 상세 내용

합성곱 연산(Convolution) 시각화

관련 동작 시각화

• 추가 이해 - 다양한 필터

📌 3. 풀링 (Pooling) - 크기 줄이기