풀링2 37번째 이야기 - 풀링, 풀링 연산, 최대 풀링, 평균 풀링 ● 합성곱층에서는 합성곱 연산이 이루어지듯, 풀링층에서도 풀링 연산이 행해집니다. 풀링 연산에는 최대 풀링과 평균 풀링이 있습니다. 먼저 가장 흔히 쓰이는 최대 풀링을 살펴보죠.● 합성곱 커널처럼 최대 풀링에도 커널이 존재합니다. 이 최대 풀링 커널에도 윈도우 크기와 스트라이드가 존재합니다. 그런데 합성곱 커널과의 차이점은 행렬에 가중치가 없다는 점입니다. ● 즉, 최대 풀링층에서는 최대 풀링 커널이 합성곱 층에서 받은 특징맵 위를 사전에 지정한 스트라이드 값 간격으로 돌아다니는데, 커널 윈도우 내에 들어온 픽셀 값의 최대값을 찾아 이를 출력 이미지의 픽셀 값으로 삼는 것입니다. ● 위의 그림은 스트라이드가 2인 2×2 크기의 풀링 필터가 4×4의 특징 맵을 2×2로 축소시킨 예입니다. ● 이때, 커.. 2024. 6. 2. 36번째 이야기 - 케라스, 스트라이드, 패팅, 손실함수, 풀링(pooling) 코드는 함수형태로 되어 있어 개념이해를 먼저 하시는게 여러모로 좋은 듯 합니다. 코드는 케라스를 활용하면 아래 내용으로 인자값 설정만 해주면 됩니다. from keras.layers import Conv2D model.add(Conv2D(filters=16, kernel_size=2, strides='1', padding='same', activation='relu')) ● 스트라이드와 패딩의 목적을 정리해봅시다. 하나는 이미지의 중요 디테일을 놓치지 않고 다음 층으로 전달하기 위함입니다(스트라이드가 1이고, 패딩을 사용하면 이미지 크기를 같게 유지할 수 있음). ● 두 번째는 이미지의 공간적 정보 계산의 부하를 적절한 수준으로 감소시키기 위함입니다. 제로 패딩을 통해 출력의 크기를 유지하면서도 값을.. 2024. 6. 2. 이전 1 다음
