콘볼루션에서의 커널

F2라는 커널로 전체를 shifting하면 또 다른 하나의 이미지가 나온다.

커널이 2개이면 output의 채널이 2개가 된다.

 

커널의 갯수와 채널의 갯수는 같다.

 

첫번째 커널이 smoothing일 수 있고

두번째 커널이 edge detection일 수 있다.

 

다양한 종류의 커널을 뽑을 수 있다.

 

반대로 이야기하면, feature가 많으면 커널을 많이 써야한다.

커널을 몇개 쓸 건지는 사용자가 정의한다.

 

몇 개 레이어를 해야할지,

몇 개의 커널을 선택해야 할지, 

이것들은 hyper parameter이다. 피쳐에 대한 insight가 필요함.

 

 

멀티 채널(Multi Channels)

 

예시 RGB라 하면,

 

커널의 구조가 위와 같다. 전체 큐브가 커널($3 \times 3 \times 3$)이다.

27개의 element가 있는 것.

 

kernel의 size는 receptive field라 하는데...보통 ( 1, 3, 5, 7, 11 ) 을 사용한다. 정답은 없다!

 

멀티 채널(Multi Channels)이면서 멀티 커널(Multi Kernel)

$ whcD$ 만큼의 parameter가 있다.