[Boost Camp] 1WEEK.4Days CNN의 기본

1.Couvolution 연산

• Convolution연산은 커널(kernel)을 입력벡터 상에서 움직여가며 선형모델과 합성함수가 적용되는 구조이다.

• Convolution연산의 수학적 의미는 신호(signal)을 커널을 이용해 국소적으로 증폭 또는 감소시켜서 정보를 추출 또는 필터링 하는 것 이다.-> 수식으로 이해하는 것은 너무 어려움.

2. 다양한 차원에서의 Convolution

• Convolution연산은 1차원뿐 아니라 다양한 차원에서 계산이 가능하다.

3. 2차원 Convolution연산 이해하기

• 커널을 움직여가며 각 행렬의 원소끼리의 곱의합으로 출력벡터가 나온다.

실전에서는 출력벡터의 적절한 크기를위해 테두리의 0으로 정해놓는다.

• 채널이 여러개인 2차원 입력의 경우 2차원 Convolution을 채널개수만큼 적용한다.

4.Convolution 연산의 역전파 

• Convolution 연산은 커널이 모든 입력데이터에 공통으로 적용되기 때문에 역전파를 계산할 때도 convolution연산이 나오게 된다.