Kembali ke atas: upsampling dan transposed convolution
Kenapa ini penting Generators (Modul 15 sampai 17, di Bagian 2 kursus ini) harus mengubah peta fitur kecil kembali menjadi gambar penuh. Ada dua cara untuk memperbesar peta, dan salah satunya meninggalkan artefak papan catur yang terkenal.
- Upsampling terdekat: salin setiap piksel ke dalam blok 2 kali 2, lalu terapkan konvolusi biasa. Halus dan sederhana.
- Transposed convolution dengan stride 2: setiap piksel input mencap filter ke output, dengan jarak 2 piksel. Di mana cap saling tumpang tindih, kontribusinya bertambah. Dengan filter lebar 3 dan stride 2, beberapa piksel output mendapat dua cap dan tetangganya mendapat satu: pola tidak rata yang muncul sebagai papan catur.
Angka kecil
Input [1, 1, 1], filter [1, 1, 1], stride 2: stamps mulai di 0, 2 dan 4, menghasilkan [1, 1, 2, 1, 2, 1, 1]. Input datar jadi bergelombang.
Kata dan simbol di pelajaran ini
- convolution
- menggeser kisi kecil bobot (filter) di atas gambar, satu dot product per posisi
- 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
- transposed convolution
- mencapkan filter ke output yang lebih besar; bisa menghasilkan pola papan catur
Tulis upsample2(x) untuk array 1D (setiap nilai dua kali) dan tconv1d(x, w, stride) (stempel x[i] * w mulai dari i * stride; panjang output (len(x) - 1) * stride + len(w)). Lalu atur checkerboard ke tconv1d(np.ones(6), np.ones(3), 2).
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.