"딥러닝 층"의 두 판 사이의 차이
둘러보기로 가기
검색하러 가기
(새 문서: == 개요 == 딥러닝은 특정 역할을 하는 층을 갖고 있다. {| class="wikitable" |+ ! ! ! ! |- | | | | |- | | | | |- | | | | |} {| class="wikitable" !층 !용도 !방법 |...) |
|||
| 42번째 줄: | 42번째 줄: | ||
| | | | ||
|} | |} | ||
| + | [[분류:딥러닝 이론]] | ||
2021년 4월 27일 (화) 08:17 기준 최신판
개요[편집 | 원본 편집]
딥러닝은 특정 역할을 하는 층을 갖고 있다.
| 층 | 용도 | 방법 |
|---|---|---|
| 합성곱층 | 이미지의 특징을 추출할 때 사용. 입력값의 일부분을 잘라내 가중치필터를 적용하며 이미지를 줄인다.
평활화와 윤곽선 처리로 특징을 추출하는 과정. |
행렬식을 이용한다. 특정 픽셀 뭉치에 필터를 적용해 전체 데이터를 줄여가는 방식이다. |
| 폴링층 | 합성곱층에서 얻은 특징맵을 다시 축소한다.
최대폴링과 평균폴링이 있다. |
위와 같은 방식이나, 행렬식이 아니라 특정영역의 최댓값을 살리거나 평균값을 내보내는 방식으로 데이터 크기를 줄인다. |
| 전결합층 | 2차원 특징맵을 1차원으로 전개한다. |