소품집

다음 조건과 같은 이미지를 학습하는 CNN의 각 레이어별 입력 데이터와 출력 데이터의 Shape을 계산해 보고 네트워크가 학습시키는 파라미터의 개수를 계산해 보겠습니다. 입력 데이터 Shape: (39, 31, 1) 최종 분류 클래스: 100 Layer 1의 Shape과 파라미터 Layer 1은 1개의 Convolution Layer와 1개의 Pooling Layer로 구성됩니다. 두 레이어의 출력 데이터 shape과 파라미터는 다음과 같이 계산 가능합니다. 1.1 Convolution Layer1 convolution layer1의 기본 정보는 다음과 같다. 입력 shape = (39, 31, 1) 입력 채널 = 1 필터 = (4, 4) 출력 채널 = 20 stride = 1 출력 데이터(Activat..