[LG Aimers]Deep Neural Networks 딥러닝3 - CNN
LG Aimers 학습 내용을 정리한 글입니다
Neural Network (NN)
ConvNets : 특정 class에 존재할 수 있는 작은 특정 패턴들을 정의하고 패턴들이 주어진 이미지 상에 있는지를 판단한다.
*활성화 지도 : 특정한 convolution filter를 주어진 입력 이미지에 모든 위치에 오버랩을 시켜 매칭되는 정도
과정 1. 특정 convolution filter를 이미지 상의 각각의 특정 위치에 위치시킨다.
과정 2. 그에 해당하는 이미지 패치와 align을 시켰을 때 pixel 값들을 곱한다.
과정 3, 다 더한다.
과정 4. total pixel 개수들로 나누어준다. (생략가능)
Channel
input image가 color인 경우,
RGB가 각각의 input channel로 나뉜다. 즉, 3개의 channel이 된다.
Pooling
이미지 패치를 옮겨가면서 가장 큰 값을 뽑는다.
- 이미지 size가 반으로 줄어든다.
- 입력이미지의 channel 별로 따로 진행
ReLUs
양수인 수는 그대로,
음수인 수는 0으로
Layers get stacked
Hyperparameters
1. Convolution : filter의 수, filter 사이즈
2. Pooling : window size, window stride
3. Fully Connected : layers의 수, neurons의 수
CNN Architectures
1. AlexNet
2. VGGNet
3. GoogLeNet
4. ResNet
