이 포스팅은 밑바닥부터 시작하는 딥러닝을 공부하고 정리한것 입니다,
CNN도 지금까지 본 신경망과 같이 레고 블록처럼 계층을 조합하여 만들 수 있다. 다만, 합성곱 계층(convolutional layer)과 폴링 계층(pooling layer)이 새롭게 등장한다.
지금까지 본 신경망은 인접하는 계층의 모든 뉴런과 결합되어 있었다. 이를 완전연결(fully connected)이라고 하며, 완전히 연결된 계층을 Affine 계층이라는 이름으로 구현했다. 이 Affine 계층을 사용하면, 가령 층이 5개인 완전연결 신경망은 다음 그림과 같이 구현할 수 있다.
CNN의 구조는 다음과 같다.
위 그림과 같이 CNN에서는 새로운 합성곱 계층(Conv)와 풀링 계층(pooling)이 추가된다.
'Deep learning > 모델 구현' 카테고리의 다른 글
| 16. CNN(3) - 풀링 계층 (0) | 2021.04.25 |
|---|---|
| 15. CNN(2) - 합성곱 계층 (0) | 2021.04.24 |
| 13. 학습 관련 기술들 (5) - 적절한 하이퍼파라미터 값 찾기 (0) | 2021.04.23 |
| 12. 학습 관련 기술들(4) - 오버피팅, 가중치 감소, 드롭아웃 (0) | 2021.04.23 |
| 11. 학습 관련 기술들 (3) - 배치 정규화 (0) | 2021.04.23 |