이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

convn

N차원 컨벌루션(N-D Convolution)

구문

C = convn(A,B)

C = convn(A,B,shape)

설명

C = convn(A,B)는 배열 A와 B의 N차원 컨벌루션을 반환합니다.

C = convn(A,B,shape)는 shape에 따라 컨벌루션의 하위 섹션을 반환합니다. 예를 들어, C = convn(A,B,'same')은 크기가 A와 동일한, 컨벌루션의 중앙부를 반환합니다.

예제

3차원 컨벌루션(3-D Convolution)

convn 함수의 출력값 크기를 제어할 수 있습니다. 예를 들어, 'same' 옵션은 컨벌루션의 바깥쪽 부분을 자르고 입력값과 크기가 동일한 중앙부만 반환합니다.

2×3×2 랜덤 배열 A를 2×2×2 커널 B와 컨벌루션합니다. 결과값은 size(A) + size(B) - 1인 3×4×3 배열입니다.

A = rand(2,3,2);
B = 0.25*ones(2,2,2);
C = convn(A,B)

C = 
C(:,:,1) =

    0.2037    0.2354    0.1898    0.1581
    0.4301    0.6902    0.4426    0.1825
    0.2264    0.4548    0.2527    0.0244


C(:,:,2) =

    0.2733    0.5444    0.4686    0.1975
    0.6365    1.3772    1.2052    0.4645
    0.3632    0.8327    0.7366    0.2670


C(:,:,3) =

    0.0696    0.3090    0.2788    0.0394
    0.2063    0.6869    0.7627    0.2821
    0.1367    0.3779    0.4839    0.2426

sizeC = size(A) + size(B) - 1

sizeC = 1×3

     3     4     3

크기가 A와 동일한, 컨벌루션의 중앙부를 반환합니다.

C = convn(A,B,'same')

C = 
C(:,:,1) =

    1.3772    1.2052    0.4645
    0.8327    0.7366    0.2670


C(:,:,2) =

    0.6869    0.7627    0.2821
    0.3779    0.4839    0.2426

입력 인수

A — 입력 배열

벡터 | 행렬 | 다차원 배열

입력 배열로, 벡터, 행렬 또는 다차원 배열로 지정됩니다.

데이터형: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical
복소수 지원 여부: 예

B — 두 번째 입력 배열

벡터 | 행렬 | 다차원 배열

두 번째 입력 배열로, A와 컨벌루션할 벡터, 행렬 또는 다차원 배열로 지정됩니다. 배열 B는 크기가 A와 동일하지 않아도 됩니다.

데이터형: double | single | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64 | logical
복소수 지원 여부: 예

shape — 컨벌루션의 하위 섹션

'full' (디폴트 값) | 'same' | 'valid'

컨벌루션의 하위 섹션으로, 다음 값 중 하나로 지정됩니다.

• 'full' — N차원 전체 컨벌루션을 반환합니다.

• 'same' — 크기가 A와 동일한, 컨벌루션의 중앙부를 반환합니다.

• 'valid' — 컨벌루션에서 모서리를 0으로 채우지 않고 계산한 부분만 반환합니다.

출력 인수

C — N차원 컨벌루션(N-D Convolution)

벡터 | 행렬 | 다차원 배열

N차원 컨벌루션으로, 벡터, 행렬 또는 다차원 배열로 반환됩니다. A와 B의 차원 수가 동일한 경우 전체 컨벌루션 C = convn(A,B)의 크기는 size(A)+size(B)-1입니다.

A와 B 중 하나 또는 둘 모두가 single형이면 출력값도 single형입니다. 그렇지 않으면, convn가 입력값을 double형으로 변환하고 double형 값을 반환합니다.

데이터형: double | single

세부 정보

N차원 컨벌루션(N-D Convolution)

이산 N차원 배열 A와 B에 대해 다음 수식으로 A와 B의 컨벌루션이 정의됩니다.

$$C(j_1,j_2,\mathrm{...},j_N)={\displaystyle \sum _{k_1}{\displaystyle \sum _{k_2}\mathrm{...}{\displaystyle \sum _{k_N}A(k_1,k_2,\mathrm{...},k_N)B}}}(j_1-k_1+1,j_2-k_2+1,\mathrm{...},j_N-k_N+1)$$

각 k_i는 A와 B의 유효한 첨자가 되는 모든 값을 차례로 갖습니다.

이 정의를 사용하여 convn은 FFT 기반 컨벌루션이 아니라 두 N차원 배열의 직접 컨벌루션을 계산합니다.

확장 기능

tall형 배열

메모리에 담을 수 없을 정도로 많은 행을 가진 배열을 계산할 수 있습니다.

convn 함수는 tall형 배열을 지원하지만 다음과 같은 사용법 관련 참고 및 제한 사항이 있습니다.

• shape가 'full'(디폴트 값)이면 입력값 A와 B는 비어 있지 않아야 하고 그중 하나만 tall형 배열이 될 수 있습니다.

• shape가 'same' 또는 'valid'이면 B는 tall형 배열일 수 없습니다.

자세한 내용은 tall형 배열 항목을 참조하십시오.

C/C++ 코드 생성
MATLAB® Coder™를 사용하여 C 코드나 C++ 코드를 생성할 수 있습니다.

스레드 기반 환경

MATLAB®의 backgroundPool을 사용해 백그라운드에서 코드를 실행하거나 Parallel Computing Toolbox™의 ThreadPool을 사용해 코드 실행 속도를 높일 수 있습니다.

이 함수는 스레드 기반 환경을 완전히 지원합니다. 자세한 내용은 스레드 기반 환경에서 MATLAB 함수 실행하기 항목을 참조하십시오.

GPU 배열

Parallel Computing Toolbox™를 사용해 GPU(그래픽스 처리 장치)에서 실행하여 코드 실행 속도를 높일 수 있습니다.

convn 함수는 GPU 배열을 완전히 지원합니다. GPU에서 이 함수를 실행하려면 입력 데이터를 gpuArray (Parallel Computing Toolbox)로 지정하십시오. 자세한 내용은 GPU에서 MATLAB 함수 실행하기 (Parallel Computing Toolbox) 항목을 참조하십시오.

분산 배열

Parallel Computing Toolbox™를 사용하여 대규모 배열을 클러스터의 결합된 메모리에 걸쳐 분할할 수 있습니다.

이 함수는 분산 배열을 완전히 지원합니다. 자세한 내용은 분산 배열을 사용하여 MATLAB 함수 실행 (Parallel Computing Toolbox) 항목을 참조하십시오.

버전 내역

R2006a 이전에 개발됨

참고 항목

conv | conv2