밑바닥부터 시작하는 딥러닝

232

밑바닥부터 시작하는 딥러닝

그림

7-5

합성곱 연산의 편향 : 필터를 적용한 원소에 고정값(편향)을 더한다.

입력 데이터 필터 편향 출력 데이터

[그림

7

-

5

]와 같이 편향은 필터를 적용한 후의 데이터에 더해집니다. 그리고 편향은 항상 하

나(

1

×

1

)만 존재합니다. 그 하나의 값을 필터를 적용한 모든 원소에 더하는 것이죠.

7.2.3

패딩

합성곱 연산을 수행하기 전에 입력 데이터 주변을 특정 값 (예컨대

0

)으로 채우기도 합니다. 이

를

패딩

padding

이라 하며, 합성곱 연산에서 자주 이용하는 기법입니다. 예를 들어 [그림

7

-

6

]은

(

4

,

4

) 크기의 입력 데이터에 폭이

1

인 패딩을 적용한 모습입니다. 폭

1

짜리 패딩이라 하면 입

력 데이터 사방

1

픽셀을 특정 값으로 채우는 것이죠.

그림

7-6

합성곱 연산의 패딩 처리 : 입력 데이터 주위에

0

을 채운다(패딩은 점선으로 표시했으며 그 안의 값 ‘

0

’은 생

략했다).

입력 데이터(패딩 :

1

)

필터 출력 데이터

[그림

7

-

6

]과 같이 처음에 크기가 (

4

,

4

)인 입력 데이터에 패딩이 추가되어 (

6

,

6

)이 됩니다.

이 입력에 (

3

,

3

) 크기의 필터를 걸면 (

4

,

4

) 크기의 출력 데이터가 생성됩니다. 이 예에서는

패딩을

1

로 설정했지만,

2

나

3

등 원하는 정수로 설정할 수 있습니다. 만약 [그림

7

-