CNN의 구조
CNN은 크게 3가지 종류의 layer로 구성된다.
- CONV : Convolution
- POOL : Pooling
- FC : Fully connected
- = dense layer
- = 퍼셉트론 레이어
CNN의 Notation
Input과 filter의 channel은 동일해야 한다.
Output의 channel은 filter의 수(unit의 수)에 의해 결정된다.
한 레이어에서의 파라미터 수
한 레이어에서의 파라미터 수 = # of weight + # of bias
3*3*3 필터가 10개 있을 경우 한 레이어에서의 파라미터 수는 (3*3*3) * 10 + 10 이 된다.
- (3*3*3) → filter
- * 10 → unit 수
- + 10 → bias 수
'Computer Science > AL, ML' 카테고리의 다른 글
| [CNN] 다양한 CNN (0) | 2022.06.15 |
|---|---|
| [CNN] Pooling (0) | 2022.06.07 |
| [CNN] Local Connectivity & Weight Sharing (0) | 2022.06.06 |
| CNN (Convolution Neural Network) (0) | 2022.06.06 |
| [Convolution] 2D Convolution, 1D Convolution (0) | 2022.06.06 |
댓글