핸즈온 머신러닝(2판): 사이킷런, 케라스, 텐서플로 2를 활용한 머신러닝, 딥러닝 완벽 실무

544

2

부

신경망과 딥러닝

14.2

합성곱 층

CNN

의 가장 중요한 구성 요소는

합성곱

층

convolutional

layer

7

입니다. 첫 번째 합성곱 층의 뉴런은

(이전 장에서 설명한 층처럼) 입력 이미지의 모든 픽셀에 연결되는 것이 아니라 합성곱 층 뉴

런의 수용장 안에 있는 픽셀에만 연결됩니다 (그림

14

-

2

). 두 번째 합성곱 층에 있는 각 뉴런

은 첫 번째 층의 작은 사각 영역 안에 위치한 뉴런에 연결됩니다. 이런 구조는 네트워크가 첫

번째 은닉층에서는 작은 저수준 특성에 집중하고, 그다음 은닉층에서는 더 큰 고수준 특성으

로 조합해나가도록 도와줍니다. 이런 계층적 구조는 실제 이미지에서 흔히 볼 수 있으며, 이는

CNN

이 이미지 인식에 잘 작동하는 이유 중 하나입니다.

그림

14-2

사각 형태의 국부 수용장을 가진

CNN

층

NOTE

_

지금까지 살펴본 모든 다층 신경망의 층은 한 줄로 길게 늘어선 뉴런으로 구성되었습니다. 그래서

입력 이미지를 신경망에 주입하기 전에

1D

배열로 펼쳐야 했습니다.

CNN

에서는 각 층이

2D

로 표현되므

로 뉴런을 그에 상응하는 입력과 연결하기 더 쉽습니다.

어떤 층의

i

행,

j

열에 있는 한 뉴런은 이전 층의

i

에서

i

+

f

h

-

1

까지의 행과

j

에서

j

+

f

w

-

1

까지의 열에 있

는 뉴런의 출력에 연결됩니다. 여기서 ...