Deep Learning - CNN Convolutional Neural Network - padding, stride, filter...

• 데이터에 일부만 보고 특징 추출해서 특징기반으로 학습하는 모델

  데이터 일부분만 학습하겠다~~~

누구지? 마동석 -> 특징만 보고

• MLP와 다른점:

1. 추가적으로 사용되는 층: Convolution, Pooling층 추가 사용
   -> 역할: 특징 찾기 (convolution), 특징 아닌부분 삭제 (pooling)

• Feature Extractor: 특징추출부: conv, pooling을 사용해서 특징만 모아넣은 데이터 만듬
• Classifier: 분류부: 특징을 보고 물체 판단,Dense층 사용

Filter 필터

축소 샘플링: 이미지 크기 줄이기

• 특징값을 모아놓은 것: 효율적인 학습을 위해서 데이타의 크기를 줄이는게 이득이다
• 데이터의 의미는 거의 간직이 된다 > 효율적인 학습니 가능이다.
  

Padding

가장자리에 0을 먼저 채우고 kernel를 계산 > 크기가 줄어들지 얺음

• 기본값: valid > 크기 줄어들게 두는것
• padding = 'same'
• 이미지 크기가 줄이드는걸 막는 방법
• 필터를 계산하면 줄어드는 이미지 방지
  
  

Stride

• 픽셀을 몇개씩 건너뛰면서 계산할건지 지정
  
  

Pooling

• conv 결과(특징 모아놓은것)을 전부다 다음층으로 넘기는게 아니라
• 단위 크기 (2,2)중에서 가장 특징의 값이 큰값만 넘긴다
• 픽셀 하나단위로 계산이 되기때문에 인접한 값들은 보통 같은 특징
  

가장 많이 사용하는 것은 max pooling 입니다

입력의 변화에 영향을 적게 받는다.