La convolution rapide : un seul gros produit matriciel (im2col)
Pourquoi c'est important Ta convolution à boucles visite chaque pixel de sortie en Python, ce qui est lent. Les vraies bibliothèques transforment toute la convolution en un seul produit matriciel, l'opération que les ordinateurs font le mieux.
Vois-le
Lance l'animation. Découpe chaque morceau de k par k que le filtre visiterait et pose chacun à plat comme une ligne : c'est im2col (« image vers colonnes »). Pose le filtre à plat comme une colonne. Maintenant un seul produit matriciel, lignes fois colonne, calcule toutes les sorties d'un coup. Avec beaucoup de filtres, la colonne devient une matrice et un seul produit fait encore tout.
Le coût : les morceaux se recouvrent, donc la matrice des morceaux répète des pixels et prend plus de mémoire. La vitesse contre la mémoire, c'est un compromis que tu rencontreras encore et encore.
Mots et symboles de cette leçon
- convolution
- faire glisser une petite grille de poids (un filtre) sur une image, un produit scalaire par position
- filtre, carte de caractéristiques
- la petite grille de poids apprise ; et l'image de ses réponses
- im2col
- poser chaque morceau à plat comme une ligne pour qu'une convolution devienne un seul produit matriciel
Écris im2col(img, k) qui renvoie une matrice (nombre de positions, k*k) de morceaux aplatis dans l'ordre ligne par ligne, et conv_fast(img, filt) qui calcule la convolution valide avec un seul produit matriciel. Tu peux boucler sur les décalages de k par k, mais pas sur les pixels de sortie.
Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon
Cet exercice s'ouvre bientôt
Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.
Ce navigateur bloque les cookies pour learn.floati.life, donc les leçons que tu as terminées ici ne peuvent pas s'ouvrir dans l'ordre. Autorise les cookies pour ce site et recharge la page.