पाठ्यक्रम 246 में से पाठ 113 · Module 10: देखने वाले networks (CNNs)
Module 10: देखने वाले networks (CNNs)

Padding, stride और pooling

यह क्यों मायने रखता है हर CNN design निर्णय feature maps का आकार बदलता है। अगर आप दिमाग़ में आकार निकाल सकें, आप कोई भी CNN पढ़ और design कर सकते हैं।

  • Padding p: image के आस-पास शून्यों की p rows और columns जोड़ें ताकि filter किनारों पर बैठ सके। p = (k - 1) / 2 के साथ output input का आकार रखता है ("same" padding)।
  • Stride s: filter को एक बार में s pixels हिलाएँ। Stride 2 आकार को मोटे तौर पर आधा करता है।
  • Pooling: हर 2 गुणा 2 block का सबसे बड़ा (max pool) या औसत रखकर एक map सिकोड़ें।

एक सूत्र

out = (n + 2p - k) // s + 1। जाँच: n = 8, k = 3, p = 1, s = 1 8 देता है। s = 2 के साथ यह 4 देता है।

इस पाठ के शब्द और चिह्न
filter, feature map
weights का छोटा सीखा grid; और उसकी प्रतिक्रियाओं की image
padding (p), stride (s)
किनारे के आस-पास जोड़े शून्य; filter हर step कितने pixels हिलता है
out = (n + 2p - k) // s + 1
input भुजा n और filter भुजा k के लिए output भुजा
pooling
हर block का max या औसत रखकर एक map सिकोड़ना
आपकी बारी

out_size(n, k, p, s), और सम भुजाओं वाली एक 2D image के लिए maxpool2(img) लिखें। फिर predictions में starter में सूचीबद्ध पाँच मामलों के लिए output भुजा का अनुमान लगाएँ।

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।