주요 개념

• 합성곱: 밀집층과 비슷하게 입력과 가중치를 곱하고 절편을 더하는 선형계산, 밀집층과 달리 각 합성곱은 입력 전체가 아니라 일부만 사용하여 선형 계산을 수행함

• Feature map: 합성곱 층이나 풀링 층의 출력 배열, 필터 하나가 하나의 특성맵을 만듦

• Padding: 합성곱 층의 입력 주위에 추가한 0으로 채워진 픽셀

  • Valid Padding: 패딩을 사용하지 않는 것
  • Same Padding: 합성곱 층의 출력 크기를 입력과 동일하게 만들기 위해 입력에 패딩을 추가하는 것

• Stride: 합성곱 층에서 필터가 입력 위를 이동하는 크기

• Pooling: 가중치가 없고 특성맵의 가로세로 크기를 줄이는 역할을 수행

keras 합성곱 신경망의 구조

colab 링크: https://colab.research.google.com/drive/1qtCPJadYeVKrHr3pNrWc6sP5T6aF8L3G?usp=sharing

참고: 혼자 공부하는 머신러닝+딥러닝