Warum Bilder MLPs zerstören
Warum das wichtig ist Dein Ziffernleser aus Modul 3 erreichte etwa 95%, und der etwas größere in dieser Lektion erreicht etwa 98%. Verschiebe jede Ziffer um ein Pixel nach rechts und er bricht zusammen. Zu sehen warum ist der ganze Grund, warum faltende neuronale Netze existieren.
Ein MLP gibt jedem Pixel sein eigenes Gewicht. Es lernt "ein helles Pixel in Zeile 3, Spalte 5 bedeutet eine 7". Verschiebe die Ziffer um ein Pixel und jedes helle Pixel landet auf einem Gewicht, das etwas anderes gelernt hat. Für das MLP ist eine verschobene 7 ein völlig neues Bild.
Was wir wollen, ist ein Netzwerk, das ein Muster erkennt, wo immer es erscheint. Behalte das im Kopf; die nächste Lektion baut das Werkzeug.
Translationsinvarianz: die gleiche Antwort geben, wenn der Input verschoben wird. MLPs haben es nicht; CNNs haben es meistens.
Wörter und Symbole in dieser Lektion
- convolution
- Verschiebe ein kleines Gitter von Gewichten (einen Filter) über ein Bild, ein Skalarprodukt pro Position
- filter, Feature-Map
- das kleine gelernte Gitter von Gewichten; und das Bild seiner Antworten
Die Zifferbilder kommen als Array der Form (N, 8, 8, 1) an: N Bilder, 8 Zeilen, 8 Spalten und 1 Kanal zuletzt (Graustufe von 0 bis 1). Dieses channels-last Layout wird für jedes Bild in diesem Modul verwendet. Schreibe shift(X, dx), das jedes Bild dx Pixel nach rechts verschiebt (verwende np.roll entlang der Spaltenachse). Fülle dann acc mit der test accuracy des trainierten MLP bei Verschiebungen 0, 1 und 2.
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.
Dieser Browser blockiert Cookies für learn.floati.life, daher können hier beendigte Lektionen nicht in der richtigen Reihenfolge geöffnet werden. Erlaube Cookies für diese Seite und lade sie neu.