سرفصل‌ها درس 113 از 246 · ماژول 10: شبکه‌هایی که می‌بینند (CNNها)
ماژول 10: شبکه‌هایی که می‌بینند (CNNها)

لایه‌گذاری، گام و ادغام

چرا مهم است هر تصمیم طراحی CNN اندازهٔ نقشه‌های ویژگی را تغییر می‌دهد. اگر بتوانید اندازه‌ها را در ذهنتان حساب کنید، می‌توانید هر CNNی را بخوانید و طراحی کنید.

  • لایه‌گذاری p: p ردیف و ستون از صفرها دور تصویر اضافه کنید تا فیلتر بتواند روی لبه‌ها بنشیند. با p = (k - 1) / 2 خروجی اندازهٔ ورودی را نگه می‌دارد (لایه‌گذاری «same»).
  • گام s: فیلتر را هر بار s پیکسل حرکت دهید. گام 2 اندازه را تقریباً نصف می‌کند.
  • ادغام: یک نقشه را با نگه داشتن بزرگ‌ترین (ادغام بیشینه) یا میانگین هر بلوک 2 در 2 کوچک کنید.

تنها فرمول

out = (n + 2p - k) // s + 1. بررسی: n = 8، k = 3، p = 1، s = 1 نتیجهٔ 8 می‌دهد. با s = 2 نتیجهٔ 4 می‌دهد.

واژه‌ها و نمادهای این درس
فیلتر، نقشهٔ ویژگی
شبکهٔ کوچک یادگرفته‌شده از وزن‌ها؛ و تصویر پاسخ‌هایش
لایه‌گذاری (p)، گام (s)
صفرهایی که دور لبه اضافه می‌شوند؛ اینکه فیلتر در هر گام چند پیکسل حرکت می‌کند
out = (n + 2p - k) // s + 1
ضلع خروجی برای ضلع ورودی n و ضلع فیلتر k
ادغام (pooling)
کوچک کردن یک نقشه با نگه داشتن بیشینه یا میانگین هر بلوک
نوبت شما

out_size(n, k, p, s) را بنویسید، و maxpool2(img) را برای یک تصویر دوبعدی با ضلع‌های زوج. سپس در predictions، ضلع خروجی را برای پنج موردی که در کد آغازین فهرست شده پیش‌بینی کنید.

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.