딥러닝 CNN 썸네일형 리스트형 [파이썬/Pytorch] 딥러닝 - CNN(Convolutional Neural Network) 2편 : Padding, Pooling 2021.09.14 - [코딩/Deep Learning(Pytorch)] - [파이썬/Pytorch] 딥러닝- CNN(Convolutional Neural Network) 1편 1. 패딩(Padding) 이전 편에서 설명한 내용이지만 Conv층은 1개가 아닌 여러개로 이루어질 수 있다. 1개 Conv층에서 Kernel을 지나게 되면 당연히 결과인 특성맵(Feature map)의 사이즈는 계속 줄어들게 된다.(아래 이미지 참고) 컨볼루션 연산 자체가 이미지 데이터의 공간적인 구조를 보존하기 위해 진행되는데 여러번 Conv 층을 지나게 되면 공간적인 구조가 소실되게 된다. 따라서, CNN에서는 패딩(Padding)이라는 것을 사용한다. 아래 이미지는 4*4 입력데이터에 Padding=1을 설정한 경우이다. .. 더보기 [파이썬/Pytorch] 딥러닝- CNN(Convolutional Neural Network) 1편 1. CNN(컨볼루션 뉴럴 네트워크) -. 이미지 처리에 탁월한 성능을 보이는 딥러닝 모델 중 하나 -. 왜 이미지 처리에 탁월한가? : 컨볼루션 연산을 통해 이미지의 공간적인 구조 정보를 보존하면서 학습한다. 공간적인 구조 정보란 이미지의 인접 한 픽셀들끼리 어떤 관계가 있는지 파악할 수 있는 정보를 말한다. 2. CNN을 위한 기본 내용 1) 채널(Channel) CNN 연산을 위해서는 채널이라는 용어를 먼저 이해해야 한다. 실제 파이토치 파이썬 코드 적용시 채널 파라미터를 입력하기 때문이다. -. 채널은 입력의 3차원 정보를 의미 함. -. 일반적인 흑백 이미지라면 1차원 (Channel = 1) -. R,G,B 컬러 이미지라면 3차원 (Channel = 3) 2) Convolution 연산 컨볼루.. 더보기 이전 1 다음
