Image 관련 Deep Learning 분야에서 주로 이용됨

CNN Introduction

기존 Neural Network의 한계

• Image의 특성을 반영하지 못하는 Layer의 구조
• FC layer의 형태가 Image와 어울리지 않아 CNN이 필요함.

Convolutional Neural Networks

CNN 적용 분야

• 어디에서나 쓰일 수 있음
• Detection, Segmentation, Image Captioning 등

Basic Operations in CNN

Fully-Connected layer

Convolutional Layer

• Input image size

  

  → spatial structure를 동일하게 해야함.

• filter

  

  • filter들은 항상 input volume의 depth와 동일해야함.
  • 이미지와 필터의 합성곱을 수행함.

• convolution 연산 수행

  

  • 필터가 입력 이미지 위를 슬라이딩하며 각 위치에서 필터와 이미지의 해당 부분 간의 dot product를 수행함.

  • 각 합성곱 연산의 결과는 입력 이미지의 작은 5x5x3 부분과 필터 사이의 dot product 결과

    → 75 차원의 벡터 간의 dot product를 의미

  • 위의 결과에 bias를 더함.

• convolution 연산 종료

  

  • (32 - 5 + 1) x (32 - 5 + 1) x 1 = 28 x 28 x 1 출력

    → activation map

  • 만약, 3 x 3 x 3 filter를 사용하면, 30 x 30 x 1 출력

  • filter를 여러 개 사용하면??