딥러닝에서 필터의 개수는 왜 증가할까

보통 모델들을 보면 layer가 뒤로갈 수록 filter의 총 개수가 많아지는걸 볼 수 있습니다. 그 이유는 두 가지 측면에서 해석 해 볼 수 있습니다.

 

첫 번째는 연산량때문입니다. 처음에는 이미지크기가 크기 때문에 적은 수의 필터 개수로 계산을 해도 굉장히 많은 연산을 하게 됩니다. 하지만 계층이 깊어질수록 feature map크기가 매우 작아지게 되는데 이때는 많은 필터의 개수로 연산을 해도 생각보다 많은 연산량을 안잡아 먹기 때문입니다.

 

두 번째는 추출한 feature map 의 형태입니다. 보통 초반에는 이미지로부터 edge데이터를 추출하게 됩니다. 그렇기 때문에 많은 형태의 필터개수가 필요가 없습니다. 하지만 feature map이 작아질 수록 점점 추상적인 데이터를 추출하기 시작합니다. 따라서 더 많은 필터가 필요하기 때문에 개수가 늘어나게 됩니다.

 

딥러닝을 공부하면서 항상 filter의 개수는 어떻게 정해지는걸까 의구심을 가지고 살았는데 추후에 더 많은 내용을 알게되면 업데이트 하겠습니다.

 

지금까지 포스팅 읽어주셔서 감사합니다.