[DL] 풀링(pooling)

1. 풀링

풀링(pooling) 과정은 컨볼루션 계층에서 추출한 특징을 압축하는 과정입니다. 풀링 계층은 컨볼루션 계층에서 얻은 특징 맵(feature map)을 입력으로 받아, 이를 작은 크기의 특징 맵으로 압축합니다.

2. Max Pooling

일반적으로 사용되는 풀링 연산은 Max Pooling과 Average Pooling 입니다. Max Pooling은 주어진 영역에서 가장 큰 값을 선택하는 연산이고, Average Pooling은 주어진 영역에서 평균 값을 계산하는 연산입니다.

https://img1.daumcdn.net/thumb/R1280x0/?scode=mtistory2&fname=https%3A%2F%2Fblog.kakaocdn.net%2Fdn%2FRhHG9%2FbtrbRaEEkDN%2FrkNLEAaKtalrEkYGuJ2kwK%2Fimg.png

그림 : max pooling

2x2 Max Pooling 은 특징 맵에서 2x2 크기의 영역마다 가장 큰 값을 선택하여 압축하는 것 입니다. 이렇게 하면 특징을 추출하는데 사용되는 파라미터 수를 줄일 수 있고, 일반화를 위해 특징을 추출하는데 사용되는 정보를 줄여줄 수 있습니다.

3. keras 레이어로 사용방법

from keras.layers import MaxPooling2D,AveragePooling2D

# 2x2 Max Pooling
pooling_layer = MaxPooling2D(pool_size=(2, 2))
# 2x2 Average Pooling
# pooling_layer = AveragePooling2D(pool_size=(2, 2))

이렇게 하면 2x2 크기의 영역마다 가장 큰 값을 선택하여 압축하는 Max Pooling을 수행합니다. pool_size를 변경하면 다른 크기의 pooling을 수행 할 수 있습니다.

또한, Average Pooling 을 사용하려면 AveragePooling2D 를 사용하면 됩니다.

3. 요약

CNN의 풀링 과정은 컨볼루션 계층에서 추출한 특징을 압축하는 과정으로 Max Pooling, Average Pooling 을 주로 사용합니다. 풀링을 통해 파라미터 수를 줄이고 일반화를 위해 특징을 추출하는데 사용되는 정보를 줄일 수 있습니다.