Skip to content

텐서플로우 102에서 Conv이나 MaxPool을 쓰는 이유 #1096

@JunDamin

Description

@JunDamin

해결하고자 하는 문제

안녕하세요. 이번에 처음으로 텐서플로우를 배워보고 있는 초보 입니다.
초보자들을 위해서 간단한 것에서 점점 복잡하게 만들어가서 마냥 무서웠던 딥러닝에 대한 맛을 볼 수 있었던 것 같습니다.
강의를 들으면서 Convolution이나 Maxpooling을 도입해서 설계를 하는 것을 보았는데요.

CNN 또는 Maxpooling = 제약이 있는 레이어?

잘 모르는 사람이 보기에는 필터를 쓰거나 풀링을 하는 것이 weight를 줄 수 있는 노드를 제약한 레이어를 추가 하는 것과 동일하지 않을까 생각이 들었습니다.
즉 레이어를 그냥 추가해도 충분한 학습이 진행되면 같은 수준의 정확도가 생기지 않을까 싶었습니다.
어쩌면 비선형적 특성을 가지고 있는 부분을 놓치지 않고 패턴이 반영되서 더 나을 수도 있지 않을까 싶었습니다.

찾아야 하는 파라미터를 줄여서 학습시간이 짧아지는 장점 말고 Convolution이나 Maxpooling을 사용하는 이유가 혹시 있을지 문의드립니다.

Metadata

Metadata

Assignees

No one assigned

    Labels

    ML / DLmachine learning, deep learning

    Type

    No type

    Projects

    No projects

    Relationships

    None yet

    Development

    No branches or pull requests

    Issue actions