Lab-11-0-1 cnn basics convolution, Lab-11-0-2 cnn basics pooling
feature extraction: 특징을 추출함 ex) 배 사진을 추출할 때 주변의 물, 뾰족함 등으로 배라고 판단하게 해서 학습시킴
주로 이미지에 쓰기 때문에 2D Convolution Layer로 사용한다.
흑백인 경우에는 channel 1 / feature map을 입력으로 받을 것이기 때문에 channel은 3보다도 더 큰 숫자인 경우가 대부분이다.
5X5 filter라고 부르지만 사실은 5X3X3이고,
필터는 convolution layer의 입력으로 들어오는 이미지의 채널 수와 같아야 한다!
ex)
blue - 물 찾는 필터
green - 뾰족한 것 찾는 필터
output feature의 채널 수(6)는 convolution filter의 개수와 같다!
순서를 꼭 지켜야 한다!
<Padding>
valid: no padding
same: stride가 1일 때 입력과 출력 size가 같게끔 해줌
s: stride
I: input 가로, 세로 사이즈
F: filter 가로, 세로 사이즈
한 쪽은 올림, 한 쪽은 버림.
Padding: same으로 바꿔서 적용
filter 3개 쓰는 경우 (height, width, filter channel, filter 개수)
<Pooling>
Max Pooling or Average Pooling
conv output channel별로 하나씩 pooling 연산을 수행함.
출처: https://youtu.be/9fldE3-yJpg