완숙의 블로그

[Deep Learning] Convolutional Neural Networks(CNN) - Types of Layer in a CNN Types of Layer in a CNN Convolution여태껏 배운 합성곱을 사용하여 다음 레이어를 만드는 방식이다. Pooling Fully connected What is Pooling 결과값을 압축한다! 로 생각하면 이해가 빠르다.이제부터 필터의 수도 많아질 것이고, 사실 input도 상당히 크기 때문에,우리는 이 값들을 특정 방법으로 가중치들을 압축하는 것이 보다 효율적이다.이 방법을 Pooling이라 한다. Max Pooling 이렇게 4 영역으로 나눠서 각 영역의 최대값만을 따오는 방식이다. 이 풀링의 hyperparameter는, s = 2, f =..

Example of a Layer 이제 원래 배웠던 신경망의 노드에서 하는 활동으로 돌아오자. 결국 이 필터는 가중치들의 모임이고, 원래 데이터에서 이 가중치를 곱한다음에 더하는 행위는 한 노드에 이 데이터들이 들어가는 것이다. 하나의 노드에 연결된 많은 노드들에 가중치를 곱하고 다 더한다음에 우리는 뭘했었지? Activation Function에다가 이 값을 넣고 출력값을 얻었다. 이걸 시각화 해보면! 이렇게 된다. 원래 각각의 노드에 대해 Bias 항이 생긴다고 알았던 것과 달리 구현을 위해서는 출력에 대해 같은 Bias를 더해주는 것이 효율적이다. 이 연산의 결과로 우리는 4 x 4 x 2 를 얻을 수 있다. 그리고 이 것이 Convolution network의 한 Layer가 된다. 이걸 행렬의 ..