Page 37 - Learning Dosen
P. 37
parameter dibuat berbeda pada setiap input piksel gambar.
Namun jumlah parameter tersebut sangat tidak efisien dan
memboroskan ruang memori, sehingga model ANN tidak
digunakan. Sedangkan convolutional layer setiap parameter
disamakan pada setiap input gambar sehingga jumlah parameter
berubah menjadi sebanyak M x N x C x B x K x L parameter.
2. Pooling Layer
Pooling layer akan mereduksi spasial serta jumlah parameter
dalam jaringan dan mempercepat komputasi dan mengontrol
terjadinya overfitting. Pooling layer tidak memiliki parameter,
karena parameter sudah ditentukan sebelumnya (fixed). Terdapat
beberapa teknik pooling, diantaranya yaitu: (1)max pooling,
(2)average pooling, dan (3) K-max pooling yang diilustrasikan
pada Gambar 18.
Gambar 18 Teknik Pooling
Sumber: wikipedia.org
Pada K-max pooling dilakukan pencarian K nilai terbesar untuk
setiap dimensinya (kemudian hasilnya digabungkan). Gabungan
operasi convolution dan pooling secara konseptual diilustrasikan
pada Gambar 19.
30
