AI 요약관련 정보

• CNN은 공간적 또는 시간적으로 인접한 벡터 데이터를 처리하는 딥러닝 모듈입니다. 🏞️
• CNN의 입력 데이터는 여러 숫자로 이루어진 벡터들이 나열된 형태이며, 이 벡터들을 '채널'이라고 부릅니다. 📊
• CNN은 커널 사이즈에 따라 확장된 범위의 행렬 곱과 벡터 합을 수행하여, 인접한 데이터 간의 관계를 분석합니다. 🧮
• 커널 사이즈는 주로 홀수 값으로 설정하며, 중심 픽셀을 기준으로 대칭적인 연산을 수행합니다. 🎯
• 패딩(padding)은 출력 크기를 조절하기 위해 데이터의 양 끝에 임시 값을 추가하는 기법입니다. ➕
• 스트라이드(stride)는 CNN 연산의 간격을 조절하여, 데이터의 크기를 비율적으로 줄이는 데 사용됩니다. 🏃
• 다일레이션(dilation)은 커널 내 계산 간격을 늘려, 적은 파라미터로 넓은 범위를 분석하는 기법입니다. 🔭
• 커널 사이즈(K), 패딩(P), 다일레이션(D)의 관계는 D*(K-1) = 2P 공식으로 설명할 수 있습니다. 📐