Kurrikulum Leson 112 van 246 · Module 10: Netwerke wat sien (CNNs)
Module 10: Netwerke wat sien (CNNs)

Konwolusie met die hand

Waarom dit saak maak Een klein stel wegte, wat oor die hele beeld skuif, vind dieselfde patroon oral. Daardie een idee herstel wat jy nou net sien breek.

Sien dit

Speel die animasi af. 'n 3 by 3 rooster van gewigte, die filter, sit in die boonste-linkerhoek van die beeld. Vermenigvuldig elk van die 9 pixels onder dit met die gewig bo-op dit en tel hulle bymekaar op: dit is een uitgangnommer. Verskuif een stap regs en doen dit weer. Wanneer die filter elke posisie besoek het, vorm die uitgangs 'n nuwe, effens kleiner beeld wat 'n feature map genoem word.

Klein getalle

Die filter [[-1, 0, 1]] * 3 rows reageer op links-na-regs helderheidsveranderinge: op 'n vlek wat links donker en regs helder is, gee dit 'n groot positiewe getal; op 'n plat vlek gee dit 0. Dit is 'n randdetektor, en in 'n CNN word sulke filters learned, nie met die hand geskryf nie.

Filter (kernel): die klein rooster van gewigte. Valid convolution: net die posisies waar die filter heeltemal binne die beeld pas, so 'n n by n beeld en 'n k by k filter gee (n - k + 1) by (n - k + 1).

Woorde en simbole in hierdie les
convolution
skuif 'n klein rooster van gewigte ( 'n filter) oor 'n beeld, een dot product per posisie
filter, kenmerkkaart
die klein geleerde rooster van gewigte; en die beeld van sy reaksies
Jou beurt

Skryf conv2d(img, k): geldige konwolusie (die deep learning soort, wat nie die filter omdraai nie) van 'n 2D-beeld met 'n 2D-filter, deur lusse oor die uitsetposisies te gebruik.

Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les

Hierdie oefening open binnekort

Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.