머신러닝

머신 러닝) padding, same

UniCoti(유니코티) 2024. 12. 25.
반응형

padding = same

이번 글은 약간 기록용으로 padding=same의 원리에 대해서 알아보겠다.

기본적으로 이건 입력과 출력의 크기를 같게 만들기 위한 것이다.

 

https://alpaca-code.tistory.com/264

 

머신 러닝) 필터와 커널

이번 글에서는 필터와 커널에 대해서 알아보겠다.AI에게 물체에서 고양이가 있는지 없는지 판단하라고 말하려면 어떡해야 할까?어떤 공간 안에 고양이의 특징이 담긴 구역을 판단하면 좋을 것

alpaca-code.tistory.com

 

필터를 사용하다 보면 가장자리를 찍으면 크기가 달라지게 된다. 

만약 2x2의 필터로 첫 사진에서 우측 상단 1만을 찍고 싶다면 이해가 될 것이다.

그러면 바깥 방향으로 필터를 벗어나게 한 뒤 찍을 것인데, 그러면 크기가 달라진다.

 

원래는 2x2여야 할 것이 1x1이 되어버린다. 이런 경우를 예방하려면 어떻게 해야 할까?

바깥에 무의미한 픽셀을 두르면 해결될 수 있다. 보통 0의 값을 가진 픽셀을 두른다.

이렇게 하면 어느 곳에 필터를 적용하든지 크기가 일정하게 유지된다.

 

다만 이렇게 하면 0의 값이 과반을 차지하는 표본도 나올 수 있기에 주의는 해야 한다.

그래도 사진이 넓으면 그런 값이 거의 없기에 많이 쓰인다.


이상으로 도움이 되었길 바라며,

 

끝.

반응형

'머신러닝' 카테고리의 다른 글

머신 러닝) 필터와 커널  (0) 2024.12.25
로지스틱 회귀  (0) 2024.12.20
다중 회귀 알고리즘  (0) 2024.12.20
선형 회귀 알고리즘  (0) 2024.12.20
k - 최근접 이웃 알고리즘 (KNN)  (1) 2024.12.20

댓글

💲 추천 글