چرا تصاویر MLPها را خراب میکنند
چرا مهم است خوانندهٔ رقم ماژول 3 شما حدود 95% امتیاز گرفت و نسخهٔ کمی بزرگتر این درس حدود 98% میگیرد. هر رقم را یک پیکسل به راست ببرید و فرو میریزد. دیدن چراییاش کل دلیل وجود شبکههای کانولوشنی است.
یک MLP به هر پیکسل وزن خودش را میدهد. یاد میگیرد «یک پیکسل روشن در ردیف 3، ستون 5 یعنی یک 7». رقم را یک پیکسل جابهجا کنید و هر پیکسل روشن روی وزنی میافتد که چیز دیگری یاد گرفته. برای MLP، یک 7 جابهجاشده تصویری کاملاً تازه است.
آنچه میخواهیم شبکهای است که یک الگو را هر جا ظاهر شود بشناسد. این فکر را نگه دارید؛ درس بعد ابزارش را میسازد.
ناوردایی انتقالی: دادن همان پاسخ وقتی ورودی جابهجا میشود. MLPها آن را ندارند؛ CNNها بیشتر دارند.
واژهها و نمادهای این درس
- کانولوشن
- لغزاندن یک شبکهٔ کوچک از وزنها (یک فیلتر) روی یک تصویر، یک ضرب داخلی برای هر جایگاه
- فیلتر، نقشهٔ ویژگی
- شبکهٔ کوچک یادگرفتهشده از وزنها؛ و تصویر پاسخهایش
تصاویر رقم بهصورت آرایهای با شکل (N, 8, 8, 1) میآیند: N تصویر، 8 ردیف، 8 ستون و 1 کانال در آخر (سطح خاکستری از 0 تا 1). این چیدمان کانال-در-آخر برای هر تصویر در این ماژول به کار میرود. shift(X, dx) را بنویسید که هر تصویر را dx پیکسل به راست میبرد (از np.roll در طول محور ستون استفاده کنید). سپس acc را با درستی آزمون MLP آموزشدیده در جابهجاییهای 0، 1 و 2 پر 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.
این مرورگر کوکیهای learn.floati.life را مسدود میکند، پس درسهایی که اینجا تمام کردید نمیتوانند به ترتیب باز شوند. کوکیها را برای این سایت مجاز کنید و صفحه را دوباره بارگذاری کنید.