CNN 하나씩 이해하기(2)3-Channel Convolution

학습목표

• 3 Channel일 때 Convolution 연산 방식을 이해한다.
• Convolution 연산의 결과로 나온 feature map의 차원을 계산할 수 있다.

Channel이 3개일 때 1-Layer의 Convolution 연산

• Convolution 연산이란?

  

  ! filter와 kernel 차이점
  filter이 kernel보다 상위 개념이다.
  kernel은 input으로 들어온 채널 수만큼 존재하고, 그러한 kernel의 크기와 채널을 filter라고 한다.

  

  채널이 하나면 Convolution 연산이 끝나지만 채널이 여러개이면 끝나지 않는다.

  

  

  

  filter = feature extractor
  이미지 데이터가 가지고 있는 특징, pattern을 추출해 주는 역할을 해준다. 즉, 많을수록 여러 개의 feature map이 생기며 복잡하고 다양한 pattern을 찾을 수 있다.
  filter의 개수와 feature map의 channel 수는 같다.
  

  해당층의 output이 다음층의 input이 된다.

Hyper-Parameter에 대한 고민과 1X1 Convolution

• Hyper-Parameter에 대한 고민

• 1X1 Convolution

Transposed Convolution

• Transposed Convolution[Up-Convolution]