| 구분 | 하이퍼파라미터 | 비고 |
| Conv. Layer | 레이어수 | Receptive Field가 입력 이미지 크기를 충분히 커버하도록 설정 |
| 필터 크기 | 홀수로 설정 | |
| 필터 수 | 2의 지수승으로 설정 | |
| stride | 1보다 크게 설정할 할 경우, 연산 속도가 빨라지지만 정보손실이 발생함 | |
| padding | 피처맵 사이즈와 입력 사이즈를 동일하게 하고 싶을 경우 설정 | |
| Pooling Layer | 레이어 수 | |
| window 크기 | ||
| stride | ||
| padding | ||
| FC Layer | 레이어 수 | |
| 노드 수 | ||
| Back Propagation | learning rate | |
| batch number | ||
| momentum coefficient | ||
| L2 coefficient |
728x90
'딥러닝 > 컴퓨터비전' 카테고리의 다른 글
| [컴퓨터비전6]GoogLeNet(ILSVRC 2014 top1) (0) | 2021.12.13 |
|---|---|
| [컴퓨터비전5]VGGNet(ILSVRC 2014 top2) (0) | 2021.12.13 |
| [컴퓨터비전4]AlexNet(ILSVRC 2012 top1) (0) | 2021.12.13 |
| [컴퓨터비전3]CNN 연산 시 사용하는 메모리, 파라미터 계산 (0) | 2021.12.13 |
| [컴퓨터비전1]CNN(Convolution Neural Network) 한 장 요약 정리! (0) | 2021.12.13 |