keras_Conv2D

2차원 컨볼루션 레이어

Example

---

---

#from keras.layers import Conv2D

model.add(Conv2D(filters=32, kernel_size=(3, 3), activation='relu', padding='same', strides=(1,1), input_shape=(28, 28, 1)))

Parameters

---

---

filters

• 컨볼루션 층에서 사용할 필터(커널) 의 수를 지정한다.
• 일반적으로 32, 64, 128 등의 값을 사용한다.
• 모델의 깊이에 따라 더높은 값을 사용할 수 있다.
• 초기 층에서는 적은 수의 필터를 사용하고, 모델이 깊어질 수록 필터 수를 늘리는 것이 일반적이다.

kernel_size

• 각 필터의 너비와 높이를 지정한다.
• 일반적으로 (3,3) 또는 (5,5) 를 사용한다.
• 입력 데이터의 공간적 차원에 따라 달라질 수 있다.

activation

• 활성화 함수.
• 비선형 변환을 제공하며, 모델이 복잡한 패턴을 학습할 수 있도록 한다.
• 일반적으로 relu(Rectified Linear Unit)을 사용한다.
• 더 많은 activation function:
  • ML 카테고리 참조

padding

• valid 또는 same 이 주로 사용된다.
  • valid: 패딩을 적용하지 않는다. (축소)
  • same: 입력 및 출력의 공간적 차원을 동일하게 유지하도록 한다.

strides

• 필터가 입력 데이터를 통과할 때, 이동 간격을 지정한다.
• 일반적으로 (1,1)을 사용
• (2,2) 를 사용하여 다운 샘플링을 하기도 한다.

input_shape

• 모델의 첫 번째 층을 정의할 때 사용한다.
• (height, width, color channel) 새 개의 인자를 가진다.
• 컬러 채널은 흑백일 때 1, 컬러일 때 3이다.