happy_quokka.log
로그인
happy_quokka.log
로그인
[CNN] 2. Pooling / Fully Connected layer / Activation /
happy_quokka
·
2023년 12월 17일
팔로우
0
CNN
Deep Learning
Perception
0
딥러닝
목록 보기
6/18
Pooling
feature map의 resolution을 줄여주는 역할
2가지 방법
max pooling
해당 구간의 max 값을 뽑아낸다
엣지와 같이 특징적인 부분들이 나타난다
average pooling
해당 구간의 평균값을 구해서 뽑아낸다
smoothing 된 느낌
max pooling 구현
Fully Connected Layer
2D를 1D로 reshape한 후 모든 feature map pixel에 weight를 곱해서 계산
마지막에 원하는 정보를 추출하기 전에 수행하여 원하는 array로 만드는 역할
conv에 비해서 연산량이 크다
구현
activation
활성화함수
유의미한 값을 두드러지게 만든다
비선형 함수 -> weight 갱신을 할 수 있다
종류
sigmoid
tanh
ReLU
LeakyReLU
구현
happy_quokka
팔로우
이전 포스트
[CNN] 1. convolution
다음 포스트
[CNN] 3. Training 기법들 (Optimizer, Regularization, Drop out, Batch Normalization)
0개의 댓글
댓글 작성