FC layer의 단점을 극복한 global average pooling, GAP

Fully Connected Layer의 특징 및 단점특징:FC 레이어는 입력을 받아 모든 뉴런이 서로 연결되어 있는 전통적인 신경망 레이어입니다.FC 레이어는 특징들을 학습하고 분류를 위한 결정을 내리는 데 사용됩니다.단점:파라미터의 수: FC 레이어는 매우 많은 파라미터를 가지고 있어, 모델의 크기가 커지고 과적합(overfitting)의 위험이 증가합니다.계산 비용: 파라미터 수가 많기 때문에 학습 및 예측에 많은 계산 비용이 소모됩니다.공간적 정보의 손실: 입력 이미지의 공간적 구조를 잘 활용하지 못하고, 모든 입력 특징을 동등하게 취급합니다. Global Average Pooling의 특징 및 장점특징:GAP 레이어는 특성 맵(feature map)의 각 채널에 대해 평균을 계산합니다.이렇게 계..
DeepLearning 2024. 7. 25. 19:08
1