- 합성곱 신경망은 입력 특성의 일부에만 가중치를 곱해 계산 효율성을 높입니다. 🧮
- 커널(필터)은 입력 위를 슬라이딩하며 특징을 감지하는 가중치 행렬입니다. 🔍
- 2차원 합성곱 연산은 이미지 처리에서 널리 사용되며, 커널도 2차원 형태를 가집니다. 🖼️
- 특성 맵은 합성곱 연산의 결과로 생성되는 출력 배열이며, 필터 개수에 따라 깊이가 결정됩니다. 🗺️
- 패딩은 입력 주위에 0을 채워 커널이 더 많은 영역을 스캔하도록 하며, 출력 크기 조절에 사용됩니다. 🧱
- 스트라이드는 커널이 입력을 이동하는 간격을 조절하며, 출력 크기를 줄이는 데 사용될 수 있습니다. 🚶
- 풀링은 특성 맵의 크기를 줄이고, 평균 풀링과 최대 풀링 방식이 있습니다. 📉
- 컬러 이미지 처리를 위해 합성곱 신경망은 3차원 입력을 기대하며, 커널도 3차원으로 자동 생성됩니다. 🌈