안녕하세요 CNN 강의를 꾸준히 들으면서 이에 대한 이론을 바탕으로 중간에 다른 코드들을 살펴보고 있는 중입니다 model = Sequential([ Conv2D(16,(3,3), strides = 3, input_shape = img_shape), MaxPooling2D(), Conv2D(32, (3,3),strides=2), MaxPooling2D(), Conv2D(64, (3,3)), MaxPooling2D(), Conv2D(64,(3,3)), MaxPooling2D(), Flatten(), Dropout(0.5), Dense(256, activation = 'relu'), Dropout(0.5), Dense(9, activation = 'softmax') ]) model.summary() 그런데 위와 같은 코드에서 궁금한 점이 생겼습니다. 이미지는 약 (500, 400)의 사이즈를 가지고 있습니다. 궁금한 점이 Feature Extracter 부분의 Conv2D 연산 때 activation 적용을 하지 않고 마지막 classify 때만 activation을 적용하는데, 레이어 층이 작아서 마지막에 한 번만 activation을 하면 되어서 그런 것인가요? 어떤 상황에서 activation을 하지 않고 넘어가는지 그러한 부분이 궁금합니다. 감사합니다