[Deep Learning] Conv Net(feat. Max Pooling)

마지막 부분(빨간색) 에 '1960 units'를 하나의 벡터(row 벡터)로 핀 후에, Neural Network에 넣어준다.

그리고 이것은 softmax의 입력으로 들어가게 된다.

 

 

📌 Tip !

모델이 깊어질 수록, 채널의 수는 증가하고, 요약된 이미지 크기(height, weight)는 줄어들게 하면 학습이 잘 이루어 진다.

---

 

 

Neural Network example

 

---

 

Max Pooling을 사용하는 이유는

필요 이상의 해상도 일 때, 필요하지 않은 해상도를 버리기 위해 사용한다.

 

필요하지 않은 해상도까지 사용하게 되면, 연산이 복잡해진다.

 

따라서, 연산량을 줄이고 그림의 크기를 줄이고자 사용한다.