Programme Leçon 111 sur 246 · Module 10 : Des réseaux qui voient (CNN)
Module 10 : Des réseaux qui voient (CNN)

Pourquoi les images cassent les MLP

Pourquoi c'est important Ton lecteur de chiffres du module 3 obtenait environ 95 %, et celui un peu plus gros de cette leçon obtient environ 98 %. Décale chaque chiffre d'un pixel vers la droite et il s'effondre. Voir pourquoi, c'est toute la raison d'être des réseaux convolutifs.

Un MLP donne à chaque pixel son propre poids. Il apprend « un pixel clair à la ligne 3, colonne 5 veut dire un 7 ». Décale le chiffre d'un pixel et chaque pixel clair tombe sur un poids qui a appris autre chose. Pour le MLP, un 7 décalé est une toute nouvelle image.

Ce qu'on veut, c'est un réseau qui reconnaît un motif où qu'il apparaisse. Garde cette idée en tête ; la leçon suivante construit l'outil.

Invariance par translation : donner la même réponse quand l'entrée est déplacée. Les MLP ne l'ont pas ; les CNN l'ont en grande partie.

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
À ton tour

Les images de chiffres arrivent sous forme d'un tableau de forme (N, 8, 8, 1) : N images, 8 lignes, 8 colonnes et 1 canal en dernier (niveau de gris de 0 à 1). Cette disposition avec les canaux en dernier est utilisée pour chaque image de ce module. Écris shift(X, dx) qui déplace chaque image de dx pixels vers la droite (utilise np.roll le long de l'axe des colonnes). Puis remplis acc avec la justesse de test du MLP entraîné pour les décalages 0, 1 et 2.

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.