shortcut에서 Conv2D(filter3, (1, 1), strides=strides...)
이부분에 28*28 라고 가정할시 strides가 (2, 2)이고 kerner_size가 (1, 1)이면 커널 사이즈보다 더 많이 움직이는데 데이터 손실이 발생하진 않나요???

데이터 손실이 발생할 수는 있지만,&nbsp; feature map데이터의 경우 학습 모델의 성능 손실이라고 보기 어려울 수 있습니다. 이미지의 경우 해상도가 원본에 비해서 절반이 되면 당연히 해상도가 떨어집니다. 하지만 feature map의 경우 이미지의 특징을 가지고 있으므로 stride를 더 키워서 conv를 적용하면 좀 더 추상적인 이미지의 특징들을 가져 올 수 있기 때문에 이걸 학습 모델의 성능 손실이라고 보기는 어려울 수 있습니다.&nbsp;
Resnet 모델 설계자들이 여러가지 테스트 해본 결과 크기를 절반으로 줄이는 shortcut을 위한 가장 적절할 방식이기 때문에 적용했다고 생각해 주시면 될 것 같습니다.&nbsp;
감사합니다.&nbsp;&nbsp;

인프런 커뮤니티 질문&답변

질문있습니다.