Lehrplan Lektion 114 von 246 · Modul 10: Netzwerke, die sehen (CNNs)
Modul 10: Netzwerke, die sehen (CNNs)

Wie viel vom Bild eine Einheit sieht

Warum das wichtig ist Eine Einheit tief in einem CNN kann nur etwas erkennen, das in den Patch des Bildes passt, den sie sehen kann. Zu wissen, welche Patch-Größe das ist, sagt dir, was ein Netzwerk bemerken kann und was nicht.

Sieh es dir an

Spiele die Animation ab. Eine Einheit in Schicht 1 sieht 3 mal 3 Pixel. Eine Einheit in Schicht 2 sieht 3 mal 3 Schicht-1-Einheiten, und jede davon sieht 3 mal 3 Pixel, die sich überlappen: zusammen 5 mal 5. Jedes 3 mal 3 Schicht fügt 2 hinzu. Ein Stride von 2 verdoppelt, wie viel jede spätere Schicht hinzufügt, weshalb Strides und Pooling es tiefen Einheiten ermöglichen, weit zu sehen.

Die Regel

r, jump = 1, 1
for k, s in layers:
    r += (k - 1) * jump
    jump *= s

Drei 3 mal 3 Schichten, stride 1: r = 1 + 2 + 2 + 2 = 7.

Receptive field: der Teil des Inputs, der eine Einheit beeinflussen kann.

Wörter und Symbole in dieser Lektion
padding (p), stride (s)
Nullen am Rand hinzugefügt; wie viele Pixel der Filter jeden Schritt bewegt
pooling
Verkleinerung einer Map durch Beibehalten des Maximums oder Durchschnitts jedes Blocks
rezeptives Feld
der Teil der Eingabe, der eine Einheit beeinflussen kann
Du bist dran

Schreibe receptive_field(layers), wobei layers eine Liste von (kernel, stride) Paaren ist, zuerst die erste Schicht.

Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion

Diese Übung öffnet bald

Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.