Kurrikulum Leson 123 van 246 · Module 10: Netwerke wat sien (CNNs)
Module 10: Netwerke wat sien (CNNs)

Teruggaan: upsampling en transposed convolution

Waarom dit saak maak Generators (Modules 15 tot 17, in Deel 2 van die kursus) moet 'n klein kenmerkkaart terugverander in 'n volledige beeld. Daar is twee maniere om 'n kaart te laat groei, en een van hulle laat 'n bekende skakkerbord-artefakt agter.

  • Naaste opveervorming: kopieer elke pixel in 'n 2 by 2 blok, dan pas 'n gewone konwolusie toe. Glad en eenvoudig.
  • Transposed convolution met stride 2: elke input-pixel "stempel" die filter op die output, 2 pixels uitmekaar. Waar stempels oorklap, tel bydraes bymekaar op. Met 'n 3-breë filter en stride 2, kry sommige output-pixels twee stempels en hulle bure kry een: 'n onewhoudige patroon wat as 'n skakbord verskyn.

Klein getalle

Voer [1, 1, 1] in, filter [1, 1, 1], stride 2: stempels begin by 0, 2 en 4, wat [1, 1, 2, 1, 2, 1, 1] gee. 'n Plat invoer het bultig uitgekom.

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
padding (p), stride (s)
zeros by die rand toegevoeg; hoeveel pixels skuif die filter elke stap
transposed convolution
stempel 'n filter op 'n groter uitset; kan 'n skakbord laat
Jou beurt

Skryf upsample2(x) vir 'n 1D array (elke waarde twee keer) en tconv1d(x, w, stride) (stempel x[i] * w wat by i * stride begin; uitvoerlengte (len(x) - 1) * stride + len(w)). Stel dan checkerboard in op tconv1d(np.ones(6), np.ones(3), 2).

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.