바뀜
둘러보기로 가기
검색하러 가기
← 이전 편집
다음 편집 →
CNN
(편집)
2021년 9월 14일 (화) 11:09 판
990 바이트 추가됨
,
2021년 9월 14일 (화) 11:09
편집 요약 없음
14번째 줄:
14번째 줄:
기본적으로 입력데이터에 필터를 씌워 연산하여 대략적인 형태정보를 뽑아낸다. 이 필터가 매개변수(가중치)에 해당하게 된다. 필터를 여러개 사용하여 다음 층으로 넘기는 것이 일반적이다.
기본적으로 입력데이터에 필터를 씌워 연산하여 대략적인 형태정보를 뽑아낸다. 이 필터가 매개변수(가중치)에 해당하게 된다. 필터를 여러개 사용하여 다음 층으로 넘기는 것이 일반적이다.
+
{| class="wikitable"
+
!용어
+
!설명
+
|-
+
|합성곱 계층
+
|특징을 추출하기 위한 계층. 특징 맵을 뽑아낸다.
+
|-
+
|풀링 계층
+
|세로, 가로 방향의 공간을 줄이는 연산.
+
해당 공간에서 가장 큰 데이터만 남기는 최대풀링과
+
대상 영역에서 평균값을 내놓는 평균풀링 등의 방법이 있다.
+
+
이미지 인식에선 주로 최대풀링을 사용한다.
+
+
학습해야 할 매개변수가 없이 단순 연산으로 진행된다.
+
|}
=== 용어 ===
=== 용어 ===
{| class="wikitable"
{| class="wikitable"
32번째 줄:
48번째 줄:
이때 차원마다 필터를 달리 적용하는 것이 일반적이다. 당연히 차원마다 입력데이터의 크기나 필터의 크기는 같아야 한다.
이때 차원마다 필터를 달리 적용하는 것이 일반적이다. 당연히 차원마다 입력데이터의 크기나 필터의 크기는 같아야 한다.
|}
|}
+
+
=== 합성곱 계층 구현 ===
+
im2col(image to column)을 이용한다. 이미지를 행렬로 바꾸어 처리한 후 선형대수 라이브러리를 이용해 계산한다. 이것을 affine 계층 구현하듯 처리한다.<syntaxhighlight lang="python">
+
class Convolutions:
+
def __init__(self, W, b, stride=1, pad=0):
+
self.W = W
+
self.b = b
+
self.stride = stride
+
self.pad = pad
+
def forward(self, x): # 이미지를 입력받는다.
+
+
</syntaxhighlight>
[[분류:딥러닝 기법]]
[[분류:딥러닝 기법]]
Sam
사무관
,
인터페이스 관리자
,
관리자
, 교사
편집
1,408
번
둘러보기 메뉴
개인 도구
로그인하지 않음
토론
기여
계정 만들기
로그인
이름공간
문서
토론
변수
보기
읽기
편집
원본 편집
역사 보기
더 보기
검색
둘러보기
대문
최근 바뀜
임의의 문서로
미디어위키 도움말
도구
특수 문서 목록
인쇄용 판