https://blog.naver.com/laonple/220692793375
[Part Ⅴ. Best CNN Architecture] 5. GoogLeNet [2] - 라온피플 머신러닝 아카데미 -
Part I. Machine Learning Part V. Best CNN Architecture Part VII. Semantic Segmentat...
blog.naver.com
- 차원을 줄이는 역할.
- kernel이 1x1 즉, 한 픽셀이라는 것임.
- 여러개의 feature-map으로부터 비슷한 성질을 갖는 것을 묶어낼 수 있다.
- feature-map의 숫자를 줄일 수 있다.
- 연산량을 줄일 수 있다.
- 망을 더 깊게 구성할 수 있게 된다.
이는, fully connected layer 와 같다.


'Deep Learning > CNN' 카테고리의 다른 글
[SPPNet] Spatial Pyramid Pooling (대충봄) (0) | 2021.09.22 |
---|---|
CNN 특징 세세한 부분 (0) | 2021.09.22 |
QnA (0) | 2021.09.22 |
Keywords (0) | 2021.09.19 |
Hyper Parameters (0) | 2021.09.18 |
댓글