tensorflow Neural Network

relu / one-hot encoding / softmax

컨볼루션 연산. 폴링. 패팅

아키텍처 비교(NN vs. CNN)

컨볼루션층 개요 conv / pooling

컨볼루션(convolution) 연산 - 특징 추출

rel 연산 / pooling 연산

패딩(Padding)

컨볼루션 연산을 수행하기 전에 입력 데이터 주변을 특정 값(예를들면 0)으로 채우는 것, 컨볼루션 연산에서 자주 이용되는 방법

• 컨볼루션 연산을 수행하면 데이터 크기(shape)이 줄어드는 단점을 방지
  

컨볼루션 연산을 통한 출력 데이터 크기 계산

입력 데이터 크기(H,W), 필터 크기(FH,FW), 패딩 P, 스트라이드 S일 때 출력 데이터 크기 (OH, OW)

컨볼루션 층(convolution layer) 역할

필터를 통해 데이터 특징을 추출하는 원리

특징 추출 과정

가로필터를 통한 입력데이터 특징 추출(스트라이트1, 패딩없음)

대각선필터를 통한 입력데이터 특징 추출

세로필터를 통한 입력데이터 특징 추출

필터를 통한 입력데이터 특징 추출 원리 - 특징 맵이 압축된 풀링 값

CNN(컨볼루션 신경망) 아키텍처