Convolution (1) 썸네일형 리스트형 다채널 합성곱 연산 다채널 합성곱 연산 대부분의 CNN의 합성곱 관련 블로그에는 1채널 이미지(흑백), 3채널 이미지(컬러)에 대해서 convolution 연산을 설명한다. 하지만, CNN 모델 중간 Layer에서는 Feature map을 여러층으로 쌓아서 convolution을 하기 때문에 입력 데이터(1 채널, 3 채널)와 중간 단계 데이터는 연산에 차이가 있다. 따라서, 다채널의 합성곱 연산에 대해서 적어보게 되었다. 3차원 텐서의 합성곱 연산 일단 다수의 채널을 가진 입력 데이터를 가지고 합성곱(conv) 연산을 한다고 하면 필터의 수도 입력 채널의 수 만큼 있어야한다.(입력 채널 수와 필터의 채널의 수는 같다) 그래서 합성곱 연산을 채널마다 수행하고 그 결과를 모두 더하여 Feature map을 얻게된다. Fig... 이전 1 다음
