images MLPs को क्यों तोड़ती हैं
यह क्यों मायने रखता है Module 3 के आपके अंक पाठक ने लगभग 95% पाया, और इस पाठ का थोड़ा बड़ा वाला लगभग 98% पाता है। हर अंक को एक pixel दाईं ओर खिसकाएँ और यह ढह जाता है। यह देखना कि क्यों, convolutional networks के होने का पूरा कारण है।
एक MLP हर pixel को उसका अपना weight देता है। यह सीखता है "row 3, column 5 पर एक चमकीले pixel का मतलब 7 है"। अंक को एक pixel खिसकाएँ और हर चमकीला pixel एक ऐसे weight पर उतरता है जिसने कुछ और सीखा। MLP के लिए, एक खिसका 7 एक बिल्कुल नई तस्वीर है।
हमें एक ऐसा network चाहिए जो एक pattern को जहाँ भी वह दिखे पहचाने। वह विचार पकड़े रखें; अगला पाठ औज़ार बनाता है।
Translation invariance: जब input इधर-उधर हिलाया जाए तब वही जवाब देना। MLPs में यह नहीं है; CNNs में ज़्यादातर है।
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
अंक images आकार (N, 8, 8, 1) के एक array के रूप में आती हैं: N images, 8 rows, 8 columns और आख़िर में 1 channel (0 से 1 तक grey स्तर)। यह channels-last बनावट इस module की हर image के लिए इस्तेमाल होती है। shift(X, dx) लिखें जो हर image को dx pixels दाईं ओर हिलाए (column axis के साथ np.roll इस्तेमाल करें)। फिर acc को shifts 0, 1 और 2 पर प्रशिक्षित MLP की test accuracy से भरें।
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।
यह ब्राउज़र learn.floati.life के लिए कुकी रोक रहा है, इसलिए यहाँ पूरे किए गए पाठ क्रम से नहीं खुल सकते। इस साइट के लिए कुकी की अनुमति दें और फिर से लोड करें।