Sung Kim - Deep learning lacture(3)

Lec 11 ConvNet 역시나 CNN은 cs231n 강의를 참고했다고 합니다. 이런식으로 필터가 input을 훑어서 하나의 number(w)를 만듬 Output size 공식이 있는데, padding을 추가하면, (input - filter + 2*padding) / stride + 1 이다. 보면 output이 점점 작아지는데 activation map이 계속 작아지면 layer를 깊게 쌓을수가 없다. 따라서 zero-padding방법-(이미지 주변에 0으로 둘러준다)으로 output 크기를 유지를 한다. 추가로 edge 인식에 강하다. 필터를 여러개 사용이 가능한데(각각의 weight가 다른) 필터의 개수가 깊이다.? ·Pooling Maxpooling을 통상 많이 사용하는데 filter가 input을 지나가면서 제일 큰 값을 추출하는것이다. (average p..........

원문링크 : Sung Kim - Deep learning lacture(3)