2차원 행렬인 4X4 input을 2X2 커널 A, 2X2 커널 B에 통과를 시키면 합성곱 연산을 통해 각 커널에 대한 3X3 feature map이 나오게 된다.
나온 feature map을 flat해 input에 대해 분석을 하는 것이다.
실제로 딥러닝을 돌린다음 나온 커널들을 확인해 보면 각 커널마다 특정한 '특징'을 잡아내는 것을 확인 할 수 있었다.
ex) 어떤 커널은 이미지의 edge를 뽑아내고 어떤건 명암을 뽑아내는등..
펭귄님이 가져오신 cs231n 강의 사진을 보면 conv에서 자동차의 특징을 뽑아내는것을 확인 할 수 있다.
오늘은 특별한 이슈가 없어 바로 질문 세션으로 넘어갔습니다!
질문
-
엠제이
아다델타에서 h가 뭔의미가 있는것이 아니고 learning rate 처럼 사용한다.히스
딥러닝에서의 모집단은 어떤 걸까요?히스
cross-validation에서 train 데이터 중 validation 데이터를 따로 뽑지 않고 test 데이터로 validation 하면 어떨까? 단, test 데이터를 사용할때 나온 결과는 weight에 영향을 주지 않는 다고 가정을 한다.서폿
convolution 연산시 커널과 행렬 연산후미
convolution 연산에서 커널이 여러개 있을때 output엠제이
adadelta를 통해서 천억개의 파라미터 연산량을 어떻게 줄여주는것일까? -https://github.com/boostcamp-ai-tech-4/peer-session/issues/49엠제이
님의 CNN 강연실제로 딥러닝을 돌린다음 나온 커널들을 확인해 보면 각 커널마다 특정한 '특징'을 잡아내는 것을 확인 할 수 있었다. ex) 어떤 커널은 이미지의 edge를 뽑아내고 어떤건 명암을 뽑아내는등.. 펭귄님이 가져오신 cs231n 강의 사진을 보면 conv에서 자동차의 특징을 뽑아내는것을 확인 할 수 있다.
TMI 세미나 -
샐리