반응형
sub-sampling
-
Pooling을 사용하는 이유, pooling의 특징, pooling의 효과 (CNN, Sub sampling, Max pooling, Average pooling)1) Tech 2020. 3. 8. 13:54
DNN은 기본적으로 layer라는 모듈을 조립하듯이 이어붙이는 구조를 가집니다. 여기서 layer의 종류는 다양하게 존재하는데 CONV layer, FC layer(Affine layer), BN layer, Pooling layer, activation 등이 존재합니다. 이번에 pooling에 대해서 이야기하고자 합니다. 도대체, Pooling은 왜 사용할까? Pooling은 sub sampling이라고 합니다. sub sampling은 해당하는 image data를 작은 size의 image로 줄이는 과정입니다. pooling은 CNN기준으로 이야기하자면 CONV layer와 Activation을 거쳐 나온 output인 activation feature map에 대하여 technique을 적용합니다..