제로 패딩(Zero Padding)

제로 패딩(Zero Padding)은 주로 합성곱 신경망(Convolutional Neural Network, CNN)에서 사용되는 기술로, 입력 데이터의 가장자리에 0을 추가하여 출력의 크기를 조정하는 방법이다.

 

 

 

 제로 패딩의 주요 목적

1. 출력 크기 조정: 합성곱 연산 후 출력의 크기를 입력의 크기와 동일하게 유지하거나 원하는 크기로 조정하여 모델의 입력과 출력 크기를 일치시킬 수 있다.

2. 특성 보존: 입력 데이터의 가장자리 정보가 손실되지 않도록 하여, 이미지의 가장자리에 있는 특성도 학습할 수 있게 한다.

3. 연산의 안정성: 필터가 입력 데이터의 가장자리에 위치할 때 발생할 수 있는 문제를 방지한다. 특히, 필터가 입력의 가장자리에 닿을 때, 필터의 전체 영역이 입력 데이터에 맞지 않기 때문에 발생하는 문제를 해결한다.

 

 

 

 제로 패딩의 동작 방식

1. 패딩 크기 결정: 패딩의 크기는 일반적으로 필터 크기와 출력 크기 요구 사항에 따라 결정된다. p는 패딩의 크기를 나타내며, 입력의 높이와 너비에 p를 추가한다.

2. 패딩 적용: 입력 데이터의 가장자리에 0을 추가한다. 패딩을 추가하면 입력 데이터의 높이와 너비가 증가하여, 합성곱 연산 후에도 출력의 크기를 조정할 수 있다.