컴퓨터과학/딥러닝1 [심층학습] 합성곱 신경망 - 합성곱층, 풀링층, CNN 합성곱층 CNN의 구조 CNN의 주요 구성 요소: 합성곱층 (convolutional layer) receptable field 안에 있는 영역만 상위 레이어 유닛에 연결 레이어를 거칠 수록 저수준 특성에서 고수준 특성으로 조합해 나감 합성곱 연산 output image의 크기: floor((I - F + 2P) / S + 1) I: 입력 영상의 크기 F: 커널의 크기 S: 스트라이드 P: 패딩 convolution layer의 파라미터 수: w * h * ch * n + n 커널의 높이 * 넓이 * 채널 수 * 갯수 + bias 커널의 갯수와 output의 채널 수가 같음 풀링층 풀링 정보의 압축, 축소 보통 입력 채널 수 = 출력 채널 수 종류 max pooling: 강한 자극만 기억 average .. 2021. 5. 17. 이전 1 다음
