[keras] Conv2D, MaxPool2D 파라미터 살펴보기

시작하며

언제나 파라미터가 나를 괴롭힌다. 삭제되어 사용하는경우도 있고 디폴트값이 뭔지 모르는 경우도 있고...
그래서 나중을 위해 정리해보았다. tensorflow 공식 문서를 참고했다.

 

1. Conv2D

tf.keras.layers.Conv2D(filters, kernel_size, strides=(1,1), input_shape=(28,28,3))

• 첫번째 layer 가 Conv2D 인 경우는 "input_shape"를 입력해 주어야 함
  • (이미지의 높이, 이미지의 너비, 컬러채널) 형태의 tensor로 입력을 받음
  • 컬러채널
    • color 인 경우 (R, G, B) 세 개의 채널을 가지기에 3
    • greyscale (흑백)인 경우 한 개의 채널을 가지기에 1

tf.keras.layers.Conv2D(
    filters, kernel_size, strides=(1, 1), padding='valid',
    data_format=None, dilation_rate=(1, 1), groups=1, activation=None,
    use_bias=True, kernel_initializer='glorot_uniform',
    bias_initializer='zeros', kernel_regularizer=None,
    bias_regularizer=None, activity_regularizer=None, kernel_constraint=None,
    bias_constraint=None, **kwargs
)

Conv2D의 파라미터 종류들 살펴보기

 

 

2. MaxPool2D

tf.keras.layers.MaxPool2D(
    pool_size=(2, 2), strides=None, padding='valid', data_format=None,
    **kwargs
)

• 출력 결과 형태 : output = (input_shape - pool_size + 1) / strides)
• pool_size
  • 정수 혹은 두 정수로 이루어져 있으며, pooling 창 크기를 의미
  • Max Pooling 방식을 사용하므로 2x2 창문을 선택했을 경우 해당 창 내의 최대 값을 가져옴
• strides
  • 정수 혹은 두 정수로 이루어져 있으며, 풀링(pooling)창의 이동거리를 지정
  • strides 가 None 이면 pool_size 와 동일하게 설정됨
• padding
  • 'valid' 혹은 'same' 값을 넣을 수 있음
    • valid : 패딩이 없음을 의미
    • smae : 출력과 입력이 동일한 높이, 폭, 치수를 가지도록 입력의 왼,오,위,아래쪽으로 고르게 패딩 해줌
• data_format
  • 디폴트값 : channels_last  혹은 channels_first 로 이루어져 있음
    • channels_last : input의 형태 (batch, height, width, channels)
    • channels_first : input의 형태 (batch, channels, hegith, width)
  • 기본값은 keras 구성 파일에 있는 image_data_format 값으로 설정됨
  • 설정하지 않으면 (None) channels_last 값으로 설정됨

www.tensorflow.org/api_docs/python/tf/keras/layers/Conv2D

tf.keras.layers.Conv2D  |  TensorFlow Core v2.4.1

www.tensorflow.org/api_docs/python/tf/keras/layers/MaxPool2D

tf.keras.layers.MaxPool2D  |  TensorFlow Core v2.4.1