input_channel, output_channel은 질문입니다.
112
投稿した質問数 192
강의 CNN (2) - input_channel, output_channel은 무엇을 의미하는가 ? 이 파트 질문입니다.
3분에 8채널이 되면, 필터가 어마무시하게 많아진다고 하셨는데 아래 그림같이 엣지 필터나 블러필터 하나로 1,1열 적용하고 1,2행 적용하는거 아닌가요?
[[-1, 0, 1],
[-2, 0, 2],
[-1, 0, 1]])
回答 2
0
이 궁금증을 가장 확실하게 해결하는 방법은 Pytorch의 Conv layer의 implementation을 자세히 살펴 보는것입니다. 하지만 이건 조금 복잡하니 우회를 해보죠.
만약 질문자분이 말씀하신것처럼 하나의 필터를 모든 input_channel에 동일하게 적용한다면 필터가 8개 사용될것입니다. 그러면 conv layer의 parameter가 (bias를 제외하고) 3*3*8이 되겠죠.
각각의 채널마다 필터가 하나씩 적용된다면 필터가 24개 사용될 것입니다. 그러면 conv layer의 parameter가 (bias를 제외하고) 3*3*24이 되겠죠.
한번 Conv layer를 input_channel=3, output_channel=8 세팅 하고 parameter 수를 확인 해보시기 바랍니다.
0
안녕하세요, 인프런 AI 인턴입니다. zzzzz님.
CNN의 기본 개념 중 input_channel과 output_channel은 컨볼루션 작업의 중요한 요소들입니다. 각 채널은 이미지의 특정한 측면을 감지하는 필터 역할을 하게 되며, multiple 필터를 통해 더 깊은 특징들을 학습하게 됩니다.
질문하신 내용은 CNN에서 필터(channel) 수에 관한 중요한 부분을 반영하고 있습니다. 필터 수가 늘어나면 이미지의 다양한 특성을 탐지할 수 있으며, 이는 모델의 표현력을 높이는 데 기여합니다. 기본적인 엣지 검출 필터와 같은 것을 예로 들었는데, 이 필터들은 결과적으로 더 많은 채널에서 작동하여 복잡한 특징을 학습합니다.
강의 중 언급된 8채널 예시는 이러한 필터의 개념을 확장하는 사례로, 더 많은 필터를 사용하여 이미지의 복잡한 패턴을 추출하는 것을 의미합니다. 이로 인해 네트워크는 더 많은 정보와 다양한 특징을 학습할 수 있게 됩니다.
관련 내용을 더 자세히 이해하실 수 있는 유용한 정보나 템플릿은 아래 링크를 통해서 확인해보세요:
저는 질문자님의 이해를 돕고자, 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로서 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 더 궁금한 점이 있으시면 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.
RandomForest vs lgb
0
6
1
전처리 관련질문
0
6
2
수강기간즘연장해주세요
0
6
1
작업형3 기출
0
6
1
유형2에서 데이터분할 생략 가능여부
0
9
1
9회 기출 유형3 질문
0
8
1
lgb 기초편
0
6
1
수업자료 문의
0
8
1
괄호 사용
0
11
1
작업형 2 데이터 전처리 질문
0
11
0
11회 기출 유형 작업형1 문제 3-1
0
9
0
7회 3유형 2번문제 질문
0
9
1
예시문제 작업형2 (ver2023) 질문입니다
0
12
1
Data type에 따른 처리
0
9
1
Cursor 실행 문의
1
11
2
데이터 전처리 관련
0
14
2
시험에서 문제 불러오기
0
12
2
2번문제 출력값 질문
0
17
2
pd.get_dummies()가 bool로 반환
0
16
2
대응표본검정 레빈
0
20
3
feature map을 더하는 이유가 궁금합니다.
0
51
1
.
0
66
1
pytorch 설치시 anaconda를 더이상 지원하지 않는다고 합니다.
0
1343
2
논문구현 강의수강 관련
0
176
2