목표 두 종류의 이미지를 모으고, Conv · ReLU · Pool · Dense 노드를 직접 배치한 뒤 각 노드의 피쳐맵 변화를 관찰합니다. 클래스 A/B 이미지를 웹캠으로 수집 대표 샘플 하나를 선택 노드를 드래그해 CNN 흐름 배치 훈련하면서 피쳐맵과 예측값 확인 Seed -
훈련과 피쳐맵 관찰 스테이지의 각 노드 안 작은 캔버스가 현재 대표 샘플의 피쳐맵입니다. 필터 수나 Pool 노드를 바꾼 뒤 다시 학습해 차이를 비교하세요. Train Loss- Accuracy-