سرفصل‌ها درس 188 از 246 · ماژول 17: نویز وارد، تصویر خارج (انتشار)
ماژول 17: نویز وارد، تصویر خارج (انتشار)

یک U-Net کوچک

چرا مهم است برای تصاویر، پیش‌بین نویز در مدل‌های انتشار واقعی یک U-Net است: تصویر را پایین می‌فشارد تا شکل‌های بزرگ را ببیند، سپس آن را تا اندازهٔ کامل بزرگ می‌کند، با میان‌برهایی که جزئیات ریز را منتقل می‌کنند. هر تکه‌اش را از قبل می‌شناسید.

یک U-Net برای تصاویر 8 x 8 با یک کانال:

  1. پایین: conv 3 x 3 به 16 کانال، ReLU. این را به‌عنوان skip (8 x 8 x 16) نگه دارید. سپس ادغام میانگین 2 x 2 به 4 x 4.
  2. میانه: conv 3 x 3 به 32 کانال، ReLU (4 x 4 x 32): هر واحد اکنون ناحیهٔ پهنی را می‌بیند.
  3. بالا: افزایش نمونه به 8 x 8، سپس اتصال آن به skip در طول کانال‌ها (E.concat): 8 x 8 x 48.
  4. conv 3 x 3 به 16 کانال، ReLU، سپس یک conv 3 x 3 به 1 کانال: نویز پیش‌بینی‌شده، با همان اندازهٔ ورودی.

اتصال پرشی ایدهٔ کلیدی U-Net است: مسیر پایین جزئیات را دور می‌اندازد تا شکل را ببیند و skip آن جزئیات را مستقیماً به مسیر بالا می‌دهد. بدون آن، خروجی تار است.

اینجا آموزشی نیست: آن را می‌سازید و ثابت می‌کنید درست سیم‌کشی شده، با شکل‌ها و یک بررسی گرادیان، همان‌طور که لایه‌ها را در ماژول 4 بررسی کردید.

واژه‌ها و نمادهای این درس
مدل انتشار
شبکه‌ای که برای برداشتن نویز، کمی در هر بار، آموزش دیده؛ اگر از نویز محض رو به عقب اجرا شود، تولید می‌کند
U-Net
شبکه‌ای که یک تصویر را کوچک می‌کند تا شکل‌ها را ببیند، دوباره بزرگش می‌کند و جزئیات را از طریق اتصال‌های پرشی منتقل می‌کند
نوبت شما

unet(x, P) را برای x یک E.T با شکل (n, 8, 8, 1)، با وزن‌هایی در P که کد آغازین ساخته، بنویسید. سپس یک گرادیان را با جابه‌جایی بررسی کنید: max_gap را برابر بزرگ‌ترین تفاوت میان پس‌انتشار و جابه‌جایی روی 5 عدد اول P['up2'][0] قرار دهید. موتور در float32 کار می‌کند، پس با h = 1e-3 یا بیشتر جابه‌جا کنید: با 1e-4 تغییر زیان در گرد کردن گم می‌شود و یک گرادیان درست اشتباه به نظر می‌رسد.

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.