Temario Lección 114 de 246 · Módulo 10: Redes que ven (CNN)
Módulo 10: Redes que ven (CNN)

Cuánta imagen ve una unidad

Por qué importa Una unidad profunda de una CNN solo puede reconocer algo que quepa dentro del trozo de imagen que puede ver. Saber el tamaño de ese trozo te dice lo que una red puede notar y lo que no.

Míralo

Reproduce la animación. Una unidad de la capa 1 ve 3 por 3 píxeles. Una unidad de la capa 2 ve 3 por 3 unidades de la capa 1, y cada una de ellas ve 3 por 3 píxeles, solapándose: en total 5 por 5. Cada capa de 3 por 3 suma 2. Un paso de 2 duplica lo que suma cada capa posterior, y por eso los pasos y el pooling dejan que las unidades profundas vean lejos.

La regla

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

Tres capas de 3 por 3, paso 1: r = 1 + 2 + 2 + 2 = 7.

Campo receptivo: el trozo de la entrada que puede afectar a una unidad.

Palabras y símbolos de esta lección
relleno (p), paso (s)
los ceros añadidos alrededor del borde; cuántos píxeles se mueve el filtro en cada paso
pooling
encoger un mapa quedándote con el máximo o la media de cada bloque
campo receptivo
el trozo de la entrada que puede afectar a una unidad
Tu turno

Escribe receptive_field(layers), donde layers es una lista de parejas (kernel, stride), la primera capa primero.

¿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.