Neural Style Transfer(6) : 1D and 3D generalizations

Convolutions in 2D and 1D

• 우리는 이전까지 R,G,B 색상을 가지는 3차원 이미지에 대한 convolution을 살펴봤습니다.
  • 그때의 방식을 동일하게 2D, 1D에도 적용할 수 있습니다.
  • 필수차원만 잘 맞춰준다면 전체 차원수는 차이가 있지만 동일한 논리로 filter를 적용하여 convolution할 수 있습니다.

 

3D convolution

• 항상 계산해왔던 것처럼 height, width, depth, 그리고 channel수를 맞춰줍니다.
  • 다음 layer의 마지막 차원은 이전 layer의 filter수로 업데이트 됩니다.
  • 위 과정을 반복하면 됩니다.

 

 

출처: Coursera, Convolutional Neural Networks, DeepLearning.AI