August 2024
Beginner to intermediate
640 pages
14h 53m
Korean
Content preview from AI를 위한 필수 수학
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
Start your free trial
217
Chapter 5 -
합성곱 신경망과 컴퓨터 비전
A
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
a
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
padded
23
00
10
20
30
01
11
21
31
02
12
22
32
03
13
33
=
J
L
K
K
K
K
K
K
K
K
K
K
K
K
K
K
K
N
P
O
O
O
O
O
O
O
O
O
O
O
O
O
O
O
0
으로 패딩하는 것이 가장 간단하고 널리 사용되는 방법이지만, 출력 이미지의 크기를 유지하
는 다른 방법들도 있다. 몇 가지 방법을 살펴보자.
반영
reflection
0
으로 이미지 픽셀 층을 추가하는 대신 이미지의 경계 픽셀과 동일한 값을 그 아래에 층으로
추가하는 방법이다. 즉, 이미지 경계 외부의 픽셀을 꺼버리는 것이 아니라 경계 또는 그 근처의
동일한 픽셀을 사용하여 이미지를 확장하는 방법이다.
래핑
wraparound
이 방법은 주기를 갖는 신호에 사용된다. 수학적 예시로는 순환 합성곱, 순환 행렬, 순환 행렬
의 고유값을 생성하는 이산 푸리에 변환 그리고 그 고유벡터를 열로 포함하는 행렬 등이 있다.
여기서는 자세히 설명하지 않겠지만 주기성은 보통 사물을 단순화시키며 주기적인 파동을 만
든다. 또한 이 신호들은 푸리에와 관련된 것들로 변환될 수 있다.
다중 채널
multiple
channles
하나 이상의 독립적인 필터 (가중치 행렬)들을 사용하자. 원래의 입력에서 샘플링한 후에 각각
의 출력 신호를 모두 ...