커널 크기는 무엇을 의미합니까?

사람들이 신경망에 대해 이야기 할 때 "커널 크기"라고 말할 때 무엇을 의미합니까? 커널은 유사 기능이지만 커널 크기에 대해 무엇을 말합니까?

보다 구체적으로 컨볼 루션 뉴럴 네트워크 (CNN) 인 딥 뉴럴 네트워크는 기본적으로 입력에 대한 다수의 필터의 작용에 의해 정의되는 계층의 스택입니다. 이러한 필터를 보통 커널이라고합니다.

예를 들어, 컨볼 루션 레이어의 커널은 컨볼 루션 필터입니다. 실제로 컨볼 루션은 수행되지 않지만 상호 상관이 수행됩니다. 여기서 커널 크기는 필터 마스크의 너비 x 높이를 나타냅니다.

예를 들어 최대 풀링 레이어는 마스크 (커널) 내의 픽셀 집합에서 최대 값을 가진 픽셀을 반환합니다. 해당 커널은 입력을 스윕하여 서브 샘플링합니다.

따라서 벡터 시스템 또는 정규화 네트워크를 지원하는 커널 개념과는 아무런 관련이 없습니다. 그것들을 기능 추출기로 생각할 수 있습니다.

위에서 볼 수 있듯이 커널 매트릭스라고도하는 커널은 그 사이의 함수이며 크기는 여기에서 3입니다. 여기서 커널 너비는 커널 높이와 같습니다.

커널이 반드시 대칭 일 필요는 없으며 Tensorflow의 Conv2D 문서 에서이 텍스트를 인용하여 확인할 수 있습니다 .

kernel_size : 2D 컨볼 루션 창의 높이와 너비를 지정하는 정수 또는 튜플 / 2 개의 정수 목록입니다. 모든 공간 치수에 대해 동일한 값을 지정하는 단일 정수일 수 있습니다.

그러나 보통 우리는 너비와 높이를 동일하게 만들고 커널 크기가 2의 튜플이 아니어야합니다. 예를 들어 Conv1D에서 커널은 비대칭 일 수 있습니다 ( 이 예제를 참조하십시오 . 커널 크기는 2보다 클 수 있습니다, 예를 들어 다음 벨로우즈 Conv3D 에서 (4, 4, 3) :

멋진 gif는 여기 와 여기 에서옵니다 .