딥러닝에서컨볼루셔널신경망(卷积神经网络,CNN또는事先)이란심층신경망의한등급으로,보통이미지속에존재하는패턴을인지하는데쓰이지만이외에공간데이터분석,컴퓨터비,전자연어처리,신호처리및여타다양한용도에도쓰입니다。컨볼루셔널신경망의구조는사람의뇌속뉴런의연결패턴과닮은형태를취하며시각피질(视觉皮层)조직에서영감을얻었습니다。이유형의공신경망은네트워크에서가장중한작업중하나에서이름을얻었습니다。바로컨볼루션(卷积)입니다。
컨볼루션이란무엇입니까?
컨볼루션은두가지정보출처가서로얽히는질서정연한절차를말합니다。하나의함수를다른무언가로바꾸는작업이라고할수있겠습니다。컨볼루션은오래전부터사용됐는데,특히이미지처리분야에서이미지를흐릿하게하거나선명하게하는데주로쓰이지만다른작업도수행합니다。(예가장자리강조및엠보싱)CNN은인접한계층의여러뉴런사이에로컬연결패턴을적용합니다。
CNN은필터(커널이라고도함)를사용하여이미지전체에어떤특징(예:가장자리)이있는지탐지합니다。Cnn의작업은크게네가지로나눠볼수있습니다。
- 컨볼루션
- 비선형성(非线性，ReLU)
- 풀링또는서브샘플링
- 분류(완전히연결된계층)
컨볼루셔널신경망의첫번째계층은항상컨볼루셔널레이어입니다。컨볼루셔널레이어는입력에컨볼루션작업을적용하고,다음계층에그결과를전달합니다。컨볼루션은수용필드의픽셀전체를하나의값으로변환합니다。예를들어어느이미지에컨볼루션을적용하면이미지크기도줄어들고,동시에그필드에포함된모든정보를하나로모아한개의픽셀로합치게됩니다。컨볼루셔널레이어의최종출력을벡터라고합니다。해결해야하는문제의유형과알아내고자하는특징의종류에따라,여러가지종류의컨볼루션을사용하면됩니다。
2d컨볼루션레이어
가장보편적으로사용되는컨볼루션유형은2 d컨볼루션레이어이며,보통conv2D라고줄여서씁니다。conv2D레이어에속한필터,즉커널이2 d입력데이터로”슬라이드”하여요소를대상으로곱셈을수행합니다。따라서결과를합쳐하나의출력픽셀로도출하게됩니다。커널은자신이슬라이드하는모든위치마다같은연산을수행하여특징점의2 d매트릭스를여러가지특징점2 d매트릭스로변환합니다。
팽창(膨胀)컨볼루션또는아트러스(阿特劳斯)컨볼루션
이작업은컨볼루션커널0에의값을삽입하여가중치수를늘리지않고도창크기를확대합니다。팽창된(扩张),또는아트러스(深黑色的)컨볼루션은실시간애플리케이션에사용할수있으며RAM요구사항이덜집약적이라처리력이낮은용도에적합합니다。
분리가능한(可分离)컨볼루션
분리가능한컨볼루션에는공간적으로분리할수있는컨볼루션과깊이면에서분리가능한컨볼루션의두가지가있습니다。공간적분리가능한컨볼루션의경우주로이미지와커널의공간적차원인너비와높이를다룹니다。공간적으로분리할수있는컨볼루션에비해깊이면에서분리가능한컨볼루션은두개의작은커널로”환산”할수없는커널을다룹니다。따라서후자가더자주쓰입니다。
전치(转置)컨볼루션
이런유형의컨볼루션은일명”디컨볼루션(反褶积)이라고도하고,단편적으로진행되는(略微向)컨볼루션이라고도합니다。전치컨볼루셔널레이어는정규컨볼루션을수행하지만공간변환을되돌립니다。