7주차-Convolutional Neural Networks

• Convolution Neural Networks

• Vertical(세로) edge

• Padding: 가장자리 정보는 덜 이용되고, 가운데 정보는 많이 사용

이미지에 경계선을 덧대는 방법

-Valid: padding을 진행하지 않음(p=0)

(n-f+1) X (n-f+1)

 

-same: padding을 진행

(n+2p-f+1) X (n+2p-f+1)

p=f-1/2

​

• Strided(보폭) convolution: 종과 횡으로 이동하는 거리

-Max/Average pooling

-> 신경망이 깊어질수록 nh,nw는 줄어들지만, nc는 커진다.

=> max pooling layer에는 parameter가 없다.

convolution layer는 parameter가 상대적으로 적고, FC layer가 많다.

activation size는 점차 줄어들며 빠르게 줄어드는 것은 성능에 좋지 않다.

​

-Convolution neural network를 사용하는 장점

변수 공유(parameter sharing)

어떤 한 부분에서 이미지의 특성을 검출하는 필터가 이미지의 다른 부분에서도 적용

희소 연결(sparsity of connections)

출력 값이 이미지의 일부에 영향을 받고, 나머지 픽셀들의 영향을 받지 않기 때문에 과대적합 방지