또한 같은 필터를 이미지 전체에서 반복해서 적용하므로 학습해야 할 파라미터의 수가 줄어들어 연산 효율이 높아지고, 이미지의 위치가 조금 변하더라도 동일한 특징을 안정적으로 감지할 수 있었습니다. 이런 개념이 발전해 오늘날의 CNN이 되었습니다.

CNN은 크게 합성곱 계층, 풀링 계층, 완전 연결 계층으로 구성됩니다.

▲ 그림 1-28 CNN 구성
출처: https://ravjot03.medium.com/decoding-cnns-a-beginners-guide-to-convolutional-neural-networks-and-their-applications-1a8806cbf536