반응형
pooling
특징은 그대로 가지되, Downsampling하여 컴퓨터의 효율을 높이는 작업
컨볼루션 레이어와, 액티베이션 레이어 설정을 마친 후
피처맵을 다운사이징해 컴퓨터의 효율을 높여줄 수 있다.
사용 코드 예시
# 피처맵을 다운사이징 한 코드
model.add( MaxPooling2D(pool_size = (2,2), strides = 2 ) )
반응형
'Deep Learning > Tensorflow' 카테고리의 다른 글
| Tensorflow - CNN작업 전체 코드예시 (0) | 2022.06.14 |
|---|---|
| Tensorflow - Convolution 결과로 나오는 feature map의 size를 구하는 공식 (0) | 2022.06.14 |
| Tensorflow - CNN의 컨볼루션 ( Convolution )이란 (0) | 2022.06.14 |
| Tensorflow - to_categorical함수로 원 핫 인코딩으로 변경하기 (0) | 2022.06.14 |
| Tensorflow - 네트워크와 웨이트를 따로 저장하고 불러오는 방법 (0) | 2022.06.14 |
