▲ 그림 4-4 2D 합성곱 연산에 있는 점곱 연산(즉, 곱셈과 덧셈 연산) 그림. 합성곱 연산의 전체 과정은 그림 4-3에 있다. 그림으로 나타내기 위해 이미지 패치(x)가 하나의 컬러 채널만 가지고 있다고 가정한다. 즉, 이미지 패치의 크기는 [3, 3, 1]이다. 합성곱 커널 조각(K)의 크기도 같다. 첫 번째 단계는 원소별 곱셈으로 [3, 3, 1] 크기 텐서를 만든다. 새로운 텐서의 원소를 모두 더해(∑ 기호) 결괏값으로 출력한다.

밀집 층과 마찬가지로 conv2d 층은 편향을 가지고 있어 합성곱 결과에 더해집니다. 또한, conv2d 층은 일반적으로 비선형 활성화 함수를 사용합니다. 이 예에서는 렐루 함수를 사용합니다. 3장의 비선형 함수를 사용하지 않고 층을 쌓는 실수 피하기 절에서 비선형 활성화 함수가 없이 두 개의 밀집 층을 쌓는 것은 하나의 밀집 층을 사용하는 것과 수학적으로 동일하다는 것을 알았습니다. 비슷한 경고가 conv2d 층에도 적용됩니다. 비선형 활성화 함수가 없이 두 개의 합성곱 층을 쌓는 것은 많은 커널을 가진 하나의 conv2d 층을 사용하는 것과 수학적으로 동일합니다. 따라서 이런 방식으로 합성곱 신경망을 만드는 것은 비효율적이고 피해야 합니다.