पाठ्यक्रम 246 में से पाठ 112 · Module 10: देखने वाले networks (CNNs)
Module 10: देखने वाले networks (CNNs)

हाथ से convolution

यह क्यों मायने रखता है weights का एक छोटा set, पूरी image पर सरकाया, हर जगह वही pattern ढूँढता है। वह एक विचार वह ठीक करता है जो आपने अभी टूटते देखा।

इसे देखें

animation चलाएँ। weights का एक 3 गुणा 3 grid, filter, image के ऊपरी-बाएँ कोने पर बैठता है। उसके नीचे के 9 pixels में से हर एक को उसके ऊपर के weight से गुणा करें और जोड़ें: वह एक output संख्या है। एक step दाईं ओर सरकें और फिर करें। जब filter हर स्थिति पर जा चुका हो, outputs एक नई, थोड़ी छोटी image बनाते हैं जिसे feature map कहते हैं।

छोटी संख्याएँ

filter [[-1, 0, 1]] * 3 rows बाएँ-से-दाएँ चमक बदलावों पर प्रतिक्रिया देता है: बाईं ओर अँधेरे और दाईं ओर चमकीले एक टुकड़े पर यह एक बड़ी धनात्मक संख्या देता है; एक सपाट टुकड़े पर यह 0 देता है। यह एक edge detector है, और एक CNN में ऐसे filters सीखे जाते हैं, हाथ से नहीं लिखे।

Filter (kernel): weights का छोटा grid। Valid convolution: बस वे स्थितियाँ जहाँ filter पूरी तरह image के अंदर समाए, इसलिए एक n गुणा n image और एक k गुणा k filter (n - k + 1) गुणा (n - k + 1) देते हैं।

इस पाठ के शब्द और चिह्न
convolution
weights का एक छोटा grid (एक filter) एक image पर सरकाना, हर स्थिति पर एक dot product
filter, feature map
weights का छोटा सीखा grid; और उसकी प्रतिक्रियाओं की image
आपकी बारी

conv2d(img, k) लिखें: एक 2D filter के साथ एक 2D image का valid convolution (deep learning वाला प्रकार, जो filter नहीं पलटता), output स्थितियों पर loops इस्तेमाल करते हुए।

इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें

यह अभ्यास जल्द खुलेगा

इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।