Programma Lezione 111 di 246 · Modulo 10: Reti che vedono (CNN)
Modulo 10: Reti che vedono (CNN)

Perché le immagini rompono gli MLP

Perché è importante Il tuo lettore di cifre del Modulo 3 otteneva circa il 95%, e quello un po' più grande di questa lezione circa il 98%. Sposta ogni cifra di un pixel a destra e crolla. Capire perché è tutta la ragione per cui esistono le reti convoluzionali.

Un MLP dà a ogni pixel il suo peso. Impara "un pixel luminoso alla riga 3, colonna 5 significa 7". Sposta la cifra di un pixel e ogni pixel luminoso finisce su un peso che ha imparato qualcos'altro. Per l'MLP, un 7 spostato è un'immagine nuova di zecca.

Ciò che vogliamo è una rete che riconosca uno schema ovunque compaia. Tieni a mente questo pensiero; la prossima lezione costruisce lo strumento.

Invarianza alla traslazione: dare la stessa risposta quando l'input viene spostato. Gli MLP non ce l'hanno; le CNN per lo più sì.

Parole e simboli di questa lezione
convoluzione
far scorrere una piccola griglia di pesi (un filtro) su un'immagine, un prodotto scalare per posizione
filtro, mappa delle caratteristiche
la piccola griglia di pesi appresa; e l'immagine delle sue risposte
Tocca a te

Le immagini delle cifre arrivano come array di forma (N, 8, 8, 1): N immagini, 8 righe, 8 colonne e 1 canale in fondo (livello di grigio da 0 a 1). Questa disposizione con i canali in fondo è usata per ogni immagine di questo modulo. Scrivi shift(X, dx) che sposta ogni immagine di dx pixel a destra (usa np.roll lungo l'asse delle colonne). Poi riempi acc con l'accuratezza di test dell'MLP addestrato agli spostamenti 0, 1 e 2.

Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione

Questo esercizio si apre presto

Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.