पाठ्यक्रम 246 में से पाठ 123 · Module 10: देखने वाले networks (CNNs)
Module 10: देखने वाले networks (CNNs)

वापस ऊपर जाना: upsampling और transposed convolution

यह क्यों मायने रखता है Generators (Modules 15 से 17, कोर्स के Part 2 में) को एक छोटे feature map को वापस एक पूरी image में बदलना होता है। एक map बढ़ाने के दो तरीके हैं, और उनमें से एक एक मशहूर checkerboard निशान छोड़ता है।

  • Nearest upsampling: हर pixel को एक 2 गुणा 2 block में copy करें, फिर एक साधारण convolution लगाएँ। चिकना और सरल।
  • stride 2 के साथ Transposed convolution: हर input pixel output पर filter की "मुहर" लगाता है, 2 pixels की दूरी पर। जहाँ मुहरें overlap करती हैं, योगदान जुड़ते हैं। एक 3-चौड़े filter और stride 2 के साथ, कुछ output pixels को दो मुहरें मिलती हैं और उनके पड़ोसियों को एक: एक असमान pattern जो checkerboard के रूप में दिखता है।

छोटी संख्याएँ

Input [1, 1, 1], filter [1, 1, 1], stride 2: मुहरें 0, 2 और 4 पर शुरू होती हैं, [1, 1, 2, 1, 2, 1, 1] देते हुए। एक सपाट input ऊबड़-खाबड़ निकला।

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
padding (p), stride (s)
किनारे के आस-पास जोड़े शून्य; filter हर step कितने pixels हिलता है
transposed convolution
एक बड़े output पर एक filter की मुहर लगाना; एक checkerboard छोड़ सकता है
आपकी बारी

एक 1D array के लिए upsample2(x) (हर मान दो बार) और tconv1d(x, w, stride) (i * stride से शुरू करके x[i] * w की मुहर; output लंबाई (len(x) - 1) * stride + len(w)) लिखें। फिर checkerboard को tconv1d(np.ones(6), np.ones(3), 2) पर सेट करें।

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।