Konvolusi secara manual
Kenapa ini penting Satu set bobot kecil, yang digeser ke seluruh gambar, menemukan pola yang sama di mana saja. Satu ide itu memperbaiki apa yang baru saja kamu lihat rusak.
Lihat sendiri
Mainkan animasinya. Kisi berat 3 kali 3, yaitu filter, berada di pojok kiri atas gambar. Kalikan setiap dari 9 piksel di bawahnya dengan berat di atasnya dan jumlahkan semuanya: itu adalah satu angka output. Geser satu langkah ke kanan dan lakukan lagi. Saat filter sudah mengunjungi setiap posisi, outputnya membentuk gambar baru yang sedikit lebih kecil yang disebut feature map.
Angka kecil
Filter [[-1, 0, 1]] * 3 rows merespons perubahan kecerahan dari kiri ke kanan: pada bagian yang gelap di kiri dan terang di kanan ia memberikan angka positif yang besar; pada bagian yang rata ia memberikan 0. Ini adalah detektor tepi, dan dalam CNN filter seperti itu learned, bukan ditulis manual.
Filter (kernel): kisi kecil berisi bobot. Valid convolution: hanya posisi di mana filter muat sepenuhnya di dalam gambar, jadi gambar n kali n dan filter k kali k menghasilkan (n - k + 1) kali (n - k + 1).
Kata dan simbol di pelajaran ini
- convolution
- menggeser kisi bobot kecil (filter) di atas gambar, satu dot product per posisi
- filter, peta fitur
- grid bobot kecil yang telah dipelajari; dan citra dari responsnya
Tulis conv2d(img, k): konvolusi valid (jenis deep learning, yang tidak membalik filter) dari gambar 2D dengan filter 2D, menggunakan loop pada posisi output.
Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini
Latihan ini akan segera dibuka
Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.
Browser ini memblokir cookie untuk learn.floati.life, jadi pelajaran yang sudah kamu selesaikan di sini tidak bisa dibuka berurutan. Izinkan cookie untuk situs ini dan muat ulang.