목록글로벌 풀링 (1)

move84

머신러닝 풀링(Pooling) 기법 종류

머신러닝, 특히 CNN(합성곱 신경망)에서 풀링은 중요한 역할을 수행한다. 풀링은 feature map의 차원을 축소시켜 연산량을 줄이고, 모델이 입력 데이터의 작은 변화에 덜 민감하게 만들어 일반화 성능을 향상시키는 데 기여한다. 이 글에서는 다양한 풀링 기법과 그 특징을 상세히 알아본다. 💡 최대 풀링 (Max Pooling)최대 풀링은 주어진 영역에서 가장 큰 값을 선택하는 방식이다. 이는 feature map에서 가장 활성화된 특징을 강조하며, 노이즈에 강하다는 장점이 있다. 예를 들어, 2x2 최대 풀링은 2x2 영역에서 가장 큰 값을 선택하여 feature map의 크기를 절반으로 줄인다. 🧊 평균 풀링 (Average Pooling)평균 풀링은 주어진 영역의 평균값을 계산하는 방식이다. ..
머신러닝 2025. 4. 14. 22:48
이전 Prev 1 Next 다음