- CNN은 이미지의 높이와 너비를 유지하며 처리하도록 설계됨. 🖼️
- 합성곱 연산 시 필터는 입력층보다 작게 구성되며, 이미지의 특정 패턴 감지에 사용됨. 🔍
- 필터의 가중치는 훈련을 통해 유용한 값으로 학습됨. ⚙️
- 특성 맵은 필터가 입력을 스캔하면서 생성되며, 채널 방향으로 합쳐져 3차원 배열을 형성. 🌈
- 풀링 층은 특성 맵의 가로, 세로 사이즈를 줄이는 역할 수행. 📉
- 완전 연결층(밀집층)은 다차원 배열의 특성 맵을 1차원으로 펼쳐서 클래스 분류를 용이하게 함. 🔗
- 최대 풀링은 평균 풀링보다 일반적으로 더 많이 사용됨. 💪