위키득계정 ↗
기술

플래튼 층

플래튼 층기술
영문명
Flatten layer
주요 연산
입력별 특징 축 펼치기
유지하는 축
배치 축
학습 가중치
연산 자체에는 없음
플래튼 층은 신경망에서 각 입력의 여러 특징 축을 하나의 긴 축으로 펼치는 구성 요소다. 값들을 평균내거나 골라내지 않고 배열 형태를 바꾼다. 일반적인 사용에서는 배치 축을 유지한다.

차원 수와 원소 수

입력 형태가 배치·높이·너비·채널이라면 출력은 보통 배치·특징이 되고, 특징 수는 높이×너비×채널이다. 축의 수는 줄지만 원소 수를 줄이는 것은 아니다. 공간 평균을 계산하는 전역 평균 풀링과 구분된다.

작은 배열 예

한 입력의 두 행이 (2,4,6), (1,3,5)일 때 행 순서대로 펼치면 (2,4,6,1,3,5)다. 두 입력이 배치에 있다면 각각 길이 6의 벡터로 바뀐다. 배치의 모든 값을 길이 12짜리 벡터 하나로 합치는 연산이 아니다.

뒤에 연결하는 층의 크기

입력별 5×5×4 특징을 펼치면 길이는 100이다. 이어 출력 6개인 완전연결 층을 두면 편향을 포함해 100×6+6=606개 매개변수가 생긴다. 이 가중치는 플래튼 자체가 아니라 다음 완전연결 층에 속한다.

순서와 복원

원래 크기와 펼치는 순서를 알고 있으면 형태를 다시 구성할 수 있다. 그러나 길이만으로 원래 배열이 2×3인지 3×2인지 알 수는 없다. 채널 우선·채널 마지막 같은 축 규약이나 앞선 축 순열에 따라 펼친 값의 순서도 달라질 수 있어 학습된 가중치와 맞춰야 한다.

관련 문서

완전연결 층 / 전역 평균 풀링 / 평균 풀링 / 최대 풀링 / 합성곱 층 / 인공 신경망 / 벡터