ML 실습: 이미지 분류
컬렉션을 사용해 정리하기
내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.
이해도 확인: 컨볼루션
2차원 4x4 입력 특성 맵에 2차원 3x3 컨볼루션 필터가 적용되었습니다
(추가된 패딩 없음).
출력 특성 맵은 어떤 모양일까요?
2x2
3x3 필터가 4x4 특성 맵 위로 이동하는 경우, 필터가 배치될 수 있는 장소는 4개이며
결과적으로 2x2 출력 특성 맵이 생성됩니다.
3x3
필터 자체는 3x3이지만, 4x4 입력 기능 맵에 필터를 배치할 수 있는 위치가 9 (3x3)개 미만이므로 출력 기능 맵은 더 작습니다.
사륜구동
패딩 없이 입력 특성 맵과 크기가 동일한 출력 특성 맵을 생성하려면 컨볼루션 필터의 모양이 1x1이어야 합니다. 1x1보다 큰 필터는 입력 특성 맵보다 작은 출력 특성 맵을 생성합니다. 필터가 3x3이므로 출력 특성 맵은 4x4보다 작아야 합니다.
달리 명시되지 않는 한 이 페이지의 콘텐츠에는 Creative Commons Attribution 4.0 라이선스에 따라 라이선스가 부여되며, 코드 샘플에는 Apache 2.0 라이선스에 따라 라이선스가 부여됩니다. 자세한 내용은 Google Developers 사이트 정책을 참조하세요. 자바는 Oracle 및/또는 Oracle 계열사의 등록 상표입니다.
최종 업데이트: 2025-07-27(UTC)
[null,null,["최종 업데이트: 2025-07-27(UTC)"],[[["\u003cp\u003eApplying a 3x3 convolutional filter to a 4x4 input feature map without padding results in a 2x2 output feature map.\u003c/p\u003e\n"],["\u003cp\u003eThe output feature map is smaller than the input because the filter's size limits the number of positions it can occupy on the input.\u003c/p\u003e\n"],["\u003cp\u003eA 1x1 filter would be required to maintain the input's dimensions in the output without padding.\u003c/p\u003e\n"]]],[],null,["# ML Practicum: Image Classification\n\n\u003cbr /\u003e\n\nCheck Your Understanding: Convolution\n-------------------------------------\n\nA two-dimensional, 3x3 convolutional filter is applied to a two-dimensional 4x4 input feature map\n(no padding added):\n\nWhat is the shape of the output feature map? \n2x2 \nAs the 3x3 filter slides over the 4x4 feature map, there are 4 unique locations in which it can be placed, which results in a 2x2 output feature map: \n3x3 \nWhile the filter itself is 3x3, the output feature map is smaller because there are fewer than 9 (3 times 3) possible locations where the filter can be placed on the 4x4 input feature map. \n4x4 \nTo generate an output feature map with the same dimensions as the input feature map with no padding, the convolutional filter would have to be 1x1 in shape. A filter larger than 1x1 will produce an output feature map that is smaller than the input feature map. Because our filter is 3x3, the output feature map must be smaller than 4x4."]]
