convolution 연산의 stride와 padding
1. stride
filter가 매 스텝 convolution할 때마다 다음회에 얼마나 이동할지
2차원의 경우 stride는 2차원이다, (옆으로 얼마나 이동할지 * 아래로 얼마나 이동할지)
2. padding
일반적으로 input, output은 convolution 연산으로 크기가 서로 달라짐
보통은 output이 input보다 차원이 줄어든다
보통 convolution을 하면 input의 가장자리 빨간색 부분의 정보가 짤린다
그렇지만 input의 모든 정보를 가져오는게 좋지 않겠는가
그래서 input과 output의 크기가 동일했으면 하는 마음이 있다
가장자리 주변에 padding을 하여 모든 정보를 가져오도록 만든다
stride=1인 경우 적절한 크기의 패딩을 사용하면
반드시 input과 output의 크기를 동일하게 할 수 있다
stride=2이면 애초에 정보를 건너뛰니까 의미없는 이야기고
참고로 padding은 두줄 이상도 가능하다
'딥러닝 > 딥러닝 기초' 카테고리의 다른 글
| 유사도(similarity)와 거리(distance)는 무슨 차이가 있을까?(+ cosine distance vs. euclidean distance) (0) | 2022.02.07 |
|---|---|
| 시대를 뒤흔든 딥러닝의 아이디어들 (0) | 2022.02.05 |
| convolution 연산 이해하기 중급편 (0) | 2022.02.03 |
| convolution 연산 이해하기 기본편 (0) | 2022.02.01 |
| backpropagation의 개괄적인 설명 (0) | 2022.01.26 |
TAGS.
