Silabus Pelajaran 113 dari 246 · Modul 10: Jaringan yang bisa melihat (CNNs)
Modul 10: Jaringan yang bisa melihat (CNNs)

Padding, stride, dan pooling

Kenapa ini penting Setiap keputusan desain CNN mengubah ukuran feature maps. Jika kamu bisa menghitung ukurannya di kepala, kamu bisa membaca dan mendesain CNN apa pun.

  • Padding p: tambahkan p baris dan kolom nol di sekitar gambar supaya filter bisa berada di pinggir. Dengan p = (k - 1) / 2 hasil akhirnya tetap berukuran sama dengan input ("same" padding).
  • Stride s: gerakkan filter s sebanyak pixels sekali jalan. Stride 2 kira-kira membagi dua ukurannya.
  • Pooling: perkecil map dengan menyimpan yang terbesar (max pool) atau rata-rata dari setiap blok 2x2.

Satu rumus

out = (n + 2p - k) // s + 1. Cek: n = 8, k = 3, p = 1, s = 1 menghasilkan 8. Dengan s = 2 hasilnya 4.

Kata dan simbol di pelajaran ini
filter, peta fitur
grid bobot kecil yang telah dipelajari; dan citra dari responsnya
padding (p), stride (s)
pixel yang ditambahkan di pinggir; berapa banyak pixel yang digeser filter setiap langkahnya
out = (n + 2p - k) // s + 1
sisi output untuk sisi input n dan sisi filter k
pooling
memperkecil peta dengan menyimpan nilai max atau rata-rata dari setiap blok
Giliranku

Tulis out_size(n, k, p, s), dan maxpool2(img) untuk gambar 2D dengan sisi genap. Lalu prediksi, di predictions, sisi output untuk lima kasus yang ada di starter.

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.