[2022] NVIDIA DEEP LEARNING INSTITUTE 3부

[ 3부 : CNN(Convolutional Neural Network ]
1) 패딩 (Padding)
- 제로 패딩 (Zero Padding)과 동일 패딩 (Mirror Padding)으로 나누어진다.

2) 엣지(EDGE)
- 수직 엣지와 수평 엣지로 나누어진다.

3) 뉴럴 네트워크 인식 (NEURAL NETWORK PERCEPTION)
- 입력 → 합성곱 → 합성곱 → 합성곱 → 합성곱 → 밀집 → 밀집 → 출력

4) 맥스풀링 (MAXPOOLING)
- 풀링 : 윈도우의 모든 값을 살펴보고 단순한 통계 연산을 수행하는 방법
- MAXPOOLING : 윈도의 모든 값에서 가장 큰 값만 고르는 방법

5) 드롭아웃 (DROPOUT)
- 어떤 면에서 앙상블 학습을 반영하는 또 다른 흥미로운 도구

6) 합성곱신경망 (Convolutional Neural Networks)
- 이미지 처리에 탁월한 성능을 보이는 신경망
- 시각적 영상을 분석하는 데 사용되는 다층의 피드-포워드적인 인공신경망의 한 종류
- Convolution 연산을 통해 이미지로부터 필요한 특징을 스스로 학습할 수. 있는 능력을 갖춘 신경망

7) 전체 아키텍처
- 입력 → 합성곱 → Max Pooling → 합성곱 → 드롭아웃 → Max Pooling → 합성곱 → Max Pooling → 밀집 → 밀집 → 출력