CNN 메모

Convolution Layer에서는 무슨 일이?

$N$개의 $W \times H$ feature map과 $M$개의 $K \times K$ Kernel과 Convolution 연산이 일어남

Convolution 연산은 가중합이고, 이 연산 결과로 $M$개의 $R \times C$ feature map이 산출됨

Convolution 연산을 하면 데이터가 줄어듦 $N data \rightarrow N-K+1$

안 줄어들게 하려면? feature map의 크기를 키워주면 됨

Padding: feature map의 양쪽 끝에 0을 넣음

Copying: feature map의 처음과 마지막 값을 양쪽 끝에 각각 복사함

Wrapping: 처음과 끝이 연결된 것처럼 생각하여 마지막과 처음 값을 양쪽 끝 각각에 복사함