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
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.
Questo browser blocca i cookie per learn.floati.life, quindi le lezioni che hai finito qui non si possono aprire in ordine. Consenti i cookie per questo sito e ricarica.