반응형
tensor.size()했을 때 나오는 각 숫자들의 의미에 대해서 알아보자.
이미지 데이터를 batch단위로 묶어서 학습한다고 생각해보자.
net에 들어가기 전에 tensor의 형태를 출력하면 다음과 같이 나온다.
torch.Size([128, 1, 28, 28])
이 때 각각의 숫자가 의미하는게 무엇인지 살펴보자.
128 : mini-batch size(데이터 한 묶음당 들어있는 데이터쌍(x-y) 개수)
1 : channel size
28 : img size
28 : img size
이 데이터묶음을 net에 넣고 연산하여 Convolution layer를 모두 거치고 나오면 다음과 같은 형태로 바뀐다.
torch.Size([128, 64, 4, 4])당연히 batch size 는 변하지 않는다. encoding과정을 거친만큼 img size는 축소했으며 그 만큼 channel size는 증가했다.
이를 FC에 넣기 위해 flatten 하면 다음과 같이 될 것이다.
torch.Size([128, 1024])마찬가지로 batch size 는 변하면 안되고 channel * img size * img size 길이의 tensor가 생긴다.
참고로 flatten layer의 코드는 다음과 같이 짜면 된다.
flatten layer의 사용법은 아래와 같이 쓰면 된다.
반응형
