Seong-lae ChoConvolutional Neural Network
Actually we use Correlation not the Convolution
근처의 데이터가 feature가 크게 의존한다는 것을 가정하고 Convolution으로 parameter를 크게 줄임
iid 가 아니라고 생각하고 각 픽셀이 주변에 의존한다는 가정하의 NN최적화 기법
Convolutional Layer와 Pooling Layer를 번갈아 가며 적용하여 입력 이미지의 특징을 추출하고 (Fully Connected) Layer를 통해 분류 작업을 수행
Hyperparameters
- Convolution layer’s filter type, size, stride which result each activation map
- Placements and types of convolution layer, pooling layer and activation layer
So the typical architecture look like this
where N is usually up to ~5, M is large, 0 <= K <= 2. but recent advances challenge this paradigm
CNN Notion
CNN Models