سرفصل‌ها درس 114 از 246 · ماژول 10: شبکه‌هایی که می‌بینند (CNNها)
ماژول 10: شبکه‌هایی که می‌بینند (CNNها)

یک واحد چه مقدار از تصویر را می‌بیند

چرا مهم است یک واحد در عمق یک CNN فقط می‌تواند چیزی را بشناسد که درون تکه‌ای از تصویر که می‌بیند جا شود. دانستن اندازهٔ آن تکه به شما می‌گوید یک شبکه چه چیزی را می‌تواند و نمی‌تواند متوجه شود.

آن را ببینید

پویانمایی را پخش کنید. یک واحد در لایهٔ 1، 3 در 3 پیکسل می‌بیند. یک واحد در لایهٔ 2، 3 در 3 واحد لایهٔ 1 را می‌بیند و هر کدام از آن‌ها 3 در 3 پیکسل را، با هم‌پوشانی: روی هم 5 در 5. هر لایهٔ 3 در 3، 2 اضافه می‌کند. گام 2 مقداری را که هر لایهٔ بعدی اضافه می‌کند دو برابر می‌کند، و به همین دلیل گام‌ها و ادغام به واحدهای عمیق اجازه می‌دهند دور را ببینند.

قاعده

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

سه لایهٔ 3 در 3، گام 1: r = 1 + 2 + 2 + 2 = 7.

میدان پذیرش: تکه‌ای از ورودی که می‌تواند بر یک واحد اثر بگذارد.

واژه‌ها و نمادهای این درس
لایه‌گذاری (p)، گام (s)
صفرهایی که دور لبه اضافه می‌شوند؛ اینکه فیلتر در هر گام چند پیکسل حرکت می‌کند
ادغام (pooling)
کوچک کردن یک نقشه با نگه داشتن بیشینه یا میانگین هر بلوک
میدان پذیرش
تکه‌ای از ورودی که می‌تواند بر یک واحد اثر بگذارد
نوبت شما

receptive_field(layers) را بنویسید، که layers فهرستی از جفت‌های (kernel, stride) است، لایهٔ اول اول.

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.