المنهج الدراسي الدرس 111 من 246 · الوحدة 10: الشبكات التي ترى (CNNs)
الوحدة 10: الشبكات التي ترى (CNNs)

لماذا تؤدي الصور إلى كسر الـ MLPs

لماذا هذا مهم حصل قارئ الأرقام الخاص بك من Module 3 على حوالي 95%، والقارئ الأكبر قليلاً في هذا الدرس يحصل على حوالي 98%. حرك كل رقم بكسل واحد إلى اليمين وسوف ينهار. رؤية السبب هي الغرض الكامل من وجود convolutional networks.

تعطي MLP كل بكسل وزناً خاصاً به. هي تتعلم أن "بكسلاً ساطعاً في الصف 3، العمود 5 يعني الرقم 7". عند إزاحة الرقم بكسلاً واحداً، يهبط كل بكسل ساطع على وزن تعلم شيئاً آخر. بالنسبة لـ MLP، الرقم 7 المزاح هو صورة جديدة تماماً.

ما نريده هو شبكة تتعرف على نمط أينما ظهر. احتفظ بهذه الفكرة؛ الدرس القادم يبني الأداة.

ثبات الترجمة: إعطاء نفس الإجابة عند تحريك المدخلات. لا تمتلك شبكات MLP هذه الخاصية؛ بينما تمتلك شبكات CNN هذه الخاصية غالبا.

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
دورك

تأتي صور الأرقام كمصفوفة بالشكل (N, 8, 8, 1): ‏N صورة، و8 صفوف، و8 أعمدة، وقناة واحدة في الأخير (مستوى الرمادي من 0 إلى 1). يُستخدم ترتيب القنوات في الأخير هذا لكل صورة في هذه الوحدة. اكتب shift(X, dx) التي تحرّك كل صورة dx بكسل إلى اليمين (استخدم np.roll على محور الأعمدة). ثم املأ acc بدقة الاختبار لشبكة MLP المدرّبة عند الإزاحات 0 و1 و2.

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.