Temario Lección 123 de 246 · Módulo 10: Redes que ven (CNN)
Módulo 10: Redes que ven (CNN)

Volver a subir: ampliación y convolución traspuesta

Por qué importa Los generadores (Módulos 15 a 17, en la Parte 2 del curso) tienen que convertir un mapa de características pequeño de vuelta en una imagen completa. Hay dos formas de hacer crecer un mapa, y una de ellas deja un famoso artefacto de tablero de ajedrez.

  • Ampliación por vecino más cercano: copia cada píxel en un bloque de 2 por 2, y luego aplica una convolución normal. Suave y sencillo.
  • Convolución traspuesta con paso 2: cada píxel de entrada "estampa" el filtro en la salida, con 2 píxeles de separación. Donde los estampados se solapan, las contribuciones se suman. Con un filtro de 3 de ancho y paso 2, algunos píxeles de salida reciben dos estampados y sus vecinos uno: un patrón desigual que se ve como un tablero de ajedrez.

Números diminutos

Entrada [1, 1, 1], filtro [1, 1, 1], paso 2: los estampados empiezan en 0, 2 y 4, lo que da [1, 1, 2, 1, 2, 1, 1]. Una entrada plana salió con bultos.

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
relleno (p), paso (s)
los ceros añadidos alrededor del borde; cuántos píxeles se mueve el filtro en cada paso
convolución traspuesta
estampar un filtro en una salida más grande; puede dejar un tablero de ajedrez
Tu turno

Escribe upsample2(x) para un array 1D (cada valor dos veces) y tconv1d(x, w, stride) (estampa x[i] * w empezando en i * stride; longitud de salida (len(x) - 1) * stride + len(w)). Luego pon en checkerboard tconv1d(np.ones(6), np.ones(3), 2).

¿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.