VGG1 [딥러닝] VGG 모델의 개요 및 특징 특징 VGG모델은 네트워크의 깊이와 모델 성능 영향에 집중한 것입니다. 커널 사이즈를 Alexnet과는 다르게 3 x 3으로 고정하였습니다, 그 이유는 커널 사이즈가 크면 이미지 사이즈 축소가 급격하게 이루어져 깊은 층 만들기가 어렵고, 파라미터 개수와 연산량이 많이 필요하기 때문입니다. 작은 필터를 사용함으로써 더 많은 ReLU함수를 사용할 수 있고 더 많은 비선형성 확보할 수 있었습니다. AlexNet에서도 그랬듯이, 아래의 그림을 보면 깊이에 따라 모델 성능이 좋아짐을 알 수 있습니다. 1. 위의 3x3 커널을 2개 적용한 경우 3x3x2 = 18 개 2. 5x5 커널을 1개 적용한 경우 5x5 = 25 개 그림을 보면 3x3을 2번 적용함으로써 2번 추상화 시킬수 있고, 최종으로 5x5의 추상화도.. 2022. 3. 17. 이전 1 다음
