일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 |
Tags
- Switch
- Router
- demultiplexing
- 스위치
- function call
- RDT
- Interrupt
- TensorFlow
- 리눅스
- LED 제어
- Class Activation Map
- 밑바닥부터 시작하는 딥러닝
- 딥러닝
- 신경망 첫걸음
- 인터럽트
- 신경망
- 모두를 위한 딥러닝
- 모두를 위한 딥러닝]
- Generalized forward
- 텐서플로우
- Linux
- 디바이스 드라이버
- file descriptors
- GPIO
- Transport layer
- 운영체제
- LED
- 3분 딥러닝
- 펌웨어
- Network layer
Archives
- Today
- Total
건조젤리의 저장소
11-2. CNN introduction: Max pooling and others 본문
김성훈 교수님의 강의내용을 정리한 내용입니다.
출처 : http://hunkim.github.io/ml/
모두를 위한 머신러닝/딥러닝 강의
hunkim.github.io
Pooling layer는 컨볼루션 레이어의 출력 값을 Sampling하는 레이어이다. (resize)
위 그림은 2x2필터를 적용한 최대 풀 처리과정이다.
상단부터 하단까지 2만큼 이동하며 최대값을 뽑아낸다.
이때 생성되는 출력의 크기는 필터의 크기와 stride에 따라 달라진다.
앞서 배운 여러 레이어를 조합하여 CNN네트워크를 구성할 수 있다.
네트워크의 말단 부분은 분류를 위한 FC layer를 붙여야한다.
'공부 기록 > 모두를 위한 딥러닝 (Basic)' 카테고리의 다른 글
11-4. Tensorflow를 이용한 CNN의 구현 (0) | 2019.11.12 |
---|---|
11-3. CNN case study (0) | 2019.11.12 |
11-1. CNN introduction (0) | 2019.11.11 |
10-5. Tensorflow로 구현한 NN, ReLu, Xavier, Dropout, Adam (0) | 2019.11.11 |
10-4. NN LEGO Play (0) | 2019.11.11 |
Comments