LAYERS1 KT AIVLE School 7주차 정리 - CNN's Layers 정리 강사님께서 연결주의 관점에서 설명해주시면서 함수로 묶어 하나의 레이어 처럼 인식하게 하면서 인간이 이해하기에 직관적인 느낌이 있었습니다. 그런데 이런 레이어들이 꽤 종류가 많아서 한번 정리를 해보고자 했습니다! Convolutional Layer 이미지 구조를 파괴하지 않으면서 데이터의 크기 축소 위치 정보를 보존 Feature Map 생성 Stride 꼭지점 쪽 정보를 반영이 덜되는 문제 발생 Feature Map을 훑는 간격 설정 model.add( Conv2D(filters=32, # feature map 의 수 이후 폭, 혹은 filter의 개수 [(이전 폭 - filtermap 폭) / 스트라이드 크기 + 1] -> 다음 레이어의 깊이 -> 필터의 커널의 개수 kernel_size=(3, 3),.. 2023. 3. 13. 이전 1 다음
