Temario Lección 112 de 246 · Módulo 10: Redes que ven (CNN)
Módulo 10: Redes que ven (CNN)

La convolución a mano

Por qué importa Un solo conjunto pequeño de pesos, deslizado por toda la imagen, encuentra el mismo patrón en todas partes. Esa única idea arregla lo que acabas de ver romperse.

Míralo

Reproduce la animación. Una cuadrícula de 3 por 3 pesos, el filtro, se coloca en la esquina superior izquierda de la imagen. Multiplica cada uno de los 9 píxeles que tiene debajo por el peso que tiene encima y súmalos: eso es un número de salida. Desliza un paso a la derecha y hazlo otra vez. Cuando el filtro ha visitado todas las posiciones, las salidas forman una imagen nueva, un poco más pequeña, llamada mapa de características.

Números diminutos

El filtro [[-1, 0, 1]] * 3 rows responde a los cambios de brillo de izquierda a derecha: en un trozo que es oscuro a la izquierda y brillante a la derecha da un número positivo grande; en un trozo plano da 0. Es un detector de bordes, y en una CNN esos filtros se aprenden, no se escriben a mano.

Filtro (kernel): la pequeña cuadrícula de pesos. Convolución válida: solo las posiciones en las que el filtro cabe entero dentro de la imagen, así que una imagen de n por n y un filtro de k por k dan (n - k + 1) por (n - k + 1).

Palabras y símbolos de esta lección
convolución
deslizar una pequeña cuadrícula de pesos (un filtro) por una imagen, un producto escalar por posición
filtro, mapa de características
la pequeña cuadrícula de pesos aprendida; y la imagen de sus respuestas
Tu turno

Escribe conv2d(img, k): la convolución válida (la del aprendizaje profundo, que no voltea el filtro) de una imagen 2D con un filtro 2D, usando bucles sobre las posiciones de salida.

¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección

Este ejercicio se abre pronto

Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.