Temario Lección 113 de 246 · Módulo 10: Redes que ven (CNN)
Módulo 10: Redes que ven (CNN)

Relleno, paso y pooling

Por qué importa Cada decisión de diseño de una CNN cambia el tamaño de los mapas de características. Si sabes calcular los tamaños de cabeza, puedes leer y diseñar cualquier CNN.

  • Relleno p: añade p filas y columnas de ceros alrededor de la imagen para que el filtro pueda ponerse en los bordes. Con p = (k - 1) / 2 la salida mantiene el tamaño de la entrada (relleno "same").
  • Paso s: mueve el filtro s píxeles cada vez. Un paso de 2 reduce el tamaño más o menos a la mitad.
  • Pooling: encoge un mapa quedándote con el mayor (max pool) o con la media de cada bloque de 2 por 2.

La única fórmula

out = (n + 2p - k) // s + 1. Compruébalo: n = 8, k = 3, p = 1, s = 1 da 8. Con s = 2 da 4.

Palabras y símbolos de esta lección
filtro, mapa de características
la pequeña cuadrícula de pesos aprendida; y la imagen de sus respuestas
relleno (p), paso (s)
los ceros añadidos alrededor del borde; cuántos píxeles se mueve el filtro en cada paso
out = (n + 2p - k) // s + 1
el lado de la salida para un lado de entrada n y un lado de filtro k
pooling
encoger un mapa quedándote con el máximo o la media de cada bloque
Tu turno

Escribe out_size(n, k, p, s), y maxpool2(img) para una imagen 2D con lados pares. Luego predice, en predictions, el lado de la salida para los cinco casos que aparecen en el código inicial.

¿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.