المنهج الدراسي الدرس 116 من 246 · الوحدة 10: الشبكات التي ترى (CNNs)
الوحدة 10: الشبكات التي ترى (CNNs)

التفاف سريع: ضرب مصفوفة واحدة كبيرة (im2col)

لماذا هذا مهم تقوم عملية convolution في الحلقة الخاصة بك بزيارة كل بكسل مخرج في Python، وهذا بطيء. المكتبات الحقيقية تحول عملية convolution كاملة إلى ضرب مصفوفة واحدة، وهي العملية التي تتفوق فيها أجهزة الكمبيوتر.

شاهده

شغّل الرسم المتحرك. اقتطع كل رقعة k في k سيزورها المرشّح وافرد كل واحدة صفاً: هذا هو im2col ("من الصورة إلى الأعمدة"). افرد المرشّح عموداً. الآن ضربُ مصفوفات واحد، الصفوف في العمود، يحسب كل المخرجات دفعة واحدة. ومع مرشّحات كثيرة، يصبح العمود مصفوفة ويبقى ضرب واحد يفعل كل شيء.

التكلفة: تتداخل الرقع، لذا تكرر مصفوفة الرقع البكسلات وتستهلك ذاكرة أكثر. السرعة مقابل الذاكرة هي مقايضة ستواجهها مراراً وتكراراً.

الكلمات والرموز في هذا الدرس
convolution
تحريك شبكة صغيرة من الأوزان (مرشح) عبر صورة، عملية ضرب نقطي واحدة لكل موضع
filter، خريطة الميزات
شبكة الأوزان الصغيرة المتعلمة؛ وصورة استجاباتها
im2col
ترتيب كل قطعة بشكل مسطح كصف بحيث تصبح عملية convolution عملية ضرب مصفوفة واحدة
دورك

اكتب im2col(img, k) التي تعيد مصفوفة (عدد المواقع، k*k) من القطع المسطحة بترتيب الصف تلو الآخر، وconv_fast(img, filt) التي تحسب الالتفاف الصالح بعملية ضرب مصفوفة واحدة. يمكنك استخدام حلقة تكرارية على الإزاحات k بـ k، ولكن ليس على بكسلات المخرجات.

هل لاحظت مشكلة في هذا الدرس؟ أبلغ عنها · اسأل عن هذا الدرس

سيفتح هذا التمرين قريبا

أنهِ الدرس السابق ليفتح هذا الدرس. الدورة كاملة مجانية، ولا تحتاج إلى حساب، ويمكنك قراءة هذا الدرس الآن.