11. Convolutional Neural Networks

• CNN은 고양이의 뇌파분석에서 아이디어를 얻어 만들어진 방식이다.

• 고양이의 뇌가 특정한 형태의 이미지에만 반응을 함. -> 입력을 나누어 받는다 !

• 이미지를 잘라서 각각의 입력으로 넘긴다.

 

 

• 5x5 filter를 사용해서 이미지를 잘라낸다. 그리고 하나의 값으로 만들어 내는데, 이값은 바로 Wx+b의 값이다.

• 같은 weight을 갖고 전체를 훑는다.-> 같은 필터이다.

• stride의 크기 – 옆으로 움직이는 크기.

• output size : (N-F)/stride+1

• stride가 커질수록 정보가 사라진다 !

• 따라서 테두리에 0이라는 값을 한번 두른다. : padding을 한다.

• -> 이 부분이 모서리라는 것을 알려주고, 그림이 급격하게 작아지는 것을 방지

 

 

• 다른 set을 이용해 또 다른 weight을 구해냄. 그러면 또 다른 convolution layer가 생길 것이다. 이를 바탕으로 6개의 층을 만든다. 그리고 또다시 conv 과정을 거친다.

 

• pooling(sampling)

• conv layer의 사이즈를 더 줄인다.

• max pooling -> 데이터 set 중 가장 큰 값들만 모아서 sampling하는 것