ML - Convolution Neural Network

CNN

• 기존의 FFNN(Feed-Forward Neural Network)는 차원을 줄이면 구조적 정보의 손실이 발생했다.
• CNN은 구조적 정보를 유지하며 추상화를 진행한다.
• Multi-layer Feed-Forward ANN 이다.
• Convolutional and fully connected layers의 combinations이다.
• Spatial postions이 같은 weights를 공유한다.

  

Data Abstraction

Center one, Average, Median

Weighted Sum, Weighted Average

Padding

• 경계에 대한 정보를 누락하지 않기 위해서 벡터 외부에 특정 정보를 추가하는것

SubSamplint(Pooling)

• Filter를 겹치지 않게 사용하여 Feature map을 추상화시키는 것이다.

마지막에는 Fully Connected layer로 Classification한다.

모든 사진의 출처는 건국대학교 컴퓨터공학부 김학수 교수님의 강의자료 일부입니다.