합성곱 신경망 (Feature Map)

전체 링크

 

 

+ 필터 개수 → depth

(X, X, 1) → (S, S, depth)

 

CNN에서 32x32 이미지에 4x4 filter (Stride 2)를 padding 없이 거쳤을 때 생성되는 이미지의 크기

n = 32
s = 2
p = 0
f = 4

(((n + 2 * p - f) / s) + 1), (((n + 2 * p - f) / s) + 1) # (15, 15)

 

CNN에서 6x6 Input Data에 대해 3×3의 Filter를 거치는 경우 특징맵(피처맵)의 크기는?

n = 6
f = 3
p = 0
s = 1

(((n + 2 * p - f) / s) + 1), (((n + 2 * p - f) / s) + 1) # (4, 4)
# ((n - f) / s + 1), ((n - f) / s + 1) # (4, 4)

 

원본 이미지가 5 X 5, Stride 1, 필터가 3 x 3?

n = 5
s = 1
p = 0
f = 3

(((n + 2 * p - f) / s) + 1), (((n + 2 * p - f) / s) + 1) # (3, 3)

 

원본 이미지가 5 x 5, 스트라이드 1, 필터 크기 3 x 3, 패딩 1일 때 Feature Map은?

n = 5
s = 1
p = 1
f = 3

(((n + 2 * p - f) / s) + 1), (((n + 2 * p - f) / s) + 1) # (5, 5)