Split & Merge (Convolution NN)
No Padding, No Stride
Padding, Stride
입력 단 자체를 나누어서 노드를 단들고 마지막에 합쳐버린다!
이 발상은, 고양이 실험으로 부터 왔는데, 요약하면, 우리는 그림 전체를 파악하는 것이 아니고, 부분 부분의 입력을 나누어서 받는다는 것이 핵심 아이디어이다.
자세한 설명은, index 여기서 공부해보자!
여기서 중요한 것은,
- 필터의 깊이는 해당 Activation map의 깊이와 같아야 한다.
- 필터의 개수에 따라 Activation map의 깊이가 달라진다.
- convolution 된 뒤의 면적은 stride와 padding에 따라 달라진다.
Pooling
= sampling
압축? 과 같은 개념!
Avg Pooling
Max Pooling
Fully Connected Layer (FC layer)
마지막 단에서 최종 출력 개수로 맞춰주는 것! 소프트맥스를 사용한다.