풀잎스쿨 - DeepML(CS231N) Lec. 05

오늘은 5강을 처음부터 끝까지 봤다. 수업방법은 4강과 동일하게 했다.

1. CNN의 원리를 간략히 봤다.

2. CNN이 오늘날 어떤 분야에 활용되고 있는지 보았다.

3. input layer와 filter가 만나서 activation map이 되는 과정을 봤다. filter마다 뽑아내는 특징이 다르므로 보통 filter는 여러개를 사용한다.

4. CNN의 구조를 봤다. (CRCRP FC)

5. filter의 작동 방법을 보면서 filter를 거친 후의 output크기를 구하는 일반화 수식을 봤다.

6. stride, padding 개념을 배웠다.

7. padding을 구하는 수식과 parameter를 구하는 수식을 배웠다.

8. 흔히 쓰이는 filter 갯수와 크기, stride, padding 크기를 알려줬다.

9. CNN의 작동원리도 뉴런과 비슷하다는것을 배웠다.

10. Pooling layer라는 개념이 있고 max와 average 등의 종류가 있는데 흔히 maxpooling을 이용한다.

11. 흔히 쓰이는 pooling과 stride 갯수를 알려줬다. pooling에는 보편적으로 padding을 하지 않지만 하는 경우도 있다.

12. 마지막에는 뽑아낸 정보들을 연결시켜주기 위해 fully connected layer(FC layer)를 사용한다.